基于過程化考核的學(xué)習(xí)過程數(shù)據(jù)關(guān)聯(lián)分析研究

趙祥好，朱方洲

（安徽省委黨校 信息技術(shù)中心，安徽 合肥 230022）

基于過程化管理的教學(xué)模式成為當(dāng)前教學(xué)改革的熱點［1］，我國隨之出臺了一系列關(guān)于加強學(xué)習(xí)過程管理及學(xué)習(xí)過程考核的舉措，健全了能力與知識考核相結(jié)合多元化的學(xué)業(yè)考核評價體系，進一步完善了學(xué)生的學(xué)習(xí)過程中的監(jiān)測、評估及反饋機制。許彧青、程巧娟等［2］提出了針對選題階段、開題階段、設(shè)計進行階段、設(shè)計完成階段、答辯階段和答辯后六個階段的過程化考核體系；熊宗楊、薛學(xué)斌等［3］構(gòu)建了基于過程化考核的在線考試的系統(tǒng)，通過成績統(tǒng)計，試卷分析及教學(xué)建議等功能進行綜合分析評估；陳昕［4］提出了階梯式遞進的“編程”考核方式；彭緒山［5］則利用問卷調(diào)查及實踐實驗的方法進行過程考核。

“新時代高教40條”提倡多樣化、過程化考核，要求課程成績不能簡單地以期末考試為準，應(yīng)改變傳統(tǒng)的考核方式，加強學(xué)生的學(xué)習(xí)過程考核?；诖?，本文提出了一種基于過程化考核的學(xué)生學(xué)習(xí)過程數(shù)據(jù)關(guān)聯(lián)分析方法，采用自主研發(fā)的智慧教學(xué)輔助系統(tǒng)采集學(xué)習(xí)過程數(shù)據(jù)，并在教學(xué)實踐中證明該方法的有效性。

1 關(guān)聯(lián)規(guī)則的概述

1.1 關(guān)聯(lián)規(guī)則的概念

設(shè)I={i1，i2，…，im}是項的集合，i是項集I中的任意一個項，事務(wù)集用D表示，是進行關(guān)聯(lián)規(guī)則挖掘的所有數(shù)據(jù)的集合，而T表示事務(wù)集中的每一個事務(wù)，它也是項集，由一個或者多個項i構(gòu)成，同時使得T? I。

關(guān)聯(lián)規(guī)則通常表示為從“X→Y”的形式，X表示關(guān)聯(lián)規(guī)則左側(cè)的項集，是關(guān)聯(lián)規(guī)則中的先決條件，Y表示對應(yīng)的關(guān)聯(lián)結(jié)果是右側(cè)項集，同時說明了數(shù)據(jù)內(nèi)隱含的關(guān)聯(lián)性。

支持度是指在所有的關(guān)聯(lián)規(guī)則的項集中，{X，Y}是成對出現(xiàn)的可能性，也就是指在項集中X和Y同時出現(xiàn)的概率，即：

支持度很好地衡量了當(dāng)前所考察對象關(guān)聯(lián)規(guī)則在“量”上的大小，也就是通過設(shè)定最小的閾值，保留出現(xiàn)比較頻繁的項集所隱含的規(guī)則，從而剔除出現(xiàn)頻率較小的規(guī)則。即：

其中min sup表示為最小的支持度，所有滿足式（2）的項集Z，都稱為頻繁項集。

置信度則表示在關(guān)聯(lián)前件X發(fā)生的前提下，關(guān)聯(lián)后件Y所發(fā)生的概率，即：

式（3）衡量了所考察對象在關(guān)聯(lián)規(guī)則“質(zhì)”上的可靠性。并通過支持度進行篩選出頻繁的項集后，再進一步來設(shè)定置信度的最小閾值做最終篩選，從而生成滿足條件的強關(guān)聯(lián)規(guī)則，即:

式（4）中，mincon表示為最小的支持度。

1.2 Apriori算法的思想

Apriori算法是指首先要列出所有項的集，再通過計算項集的支持度進行篩選，保留所有大于或等于min sup的項集；最后由上一步中所找到的規(guī)則，使用連接步方法生成下一步項集，再通過剪枝步思想利用Apriori算法的性質(zhì)產(chǎn)生候選項集，剔除出不滿足條件的候選項集。這樣逐層迭代，一直到所產(chǎn)生的項集集合全部為空集，算法才終止，列出所有頻繁項集。

2 基于關(guān)聯(lián)規(guī)則的學(xué)習(xí)過程數(shù)據(jù)的分析

2.1 方案設(shè)計

本文以《網(wǎng)絡(luò)工程管理》課程教學(xué)為例，該課程的過程考核指標分配如下：出勤率為10%，課后作業(yè)為10%，課堂測驗為20%，期中考試和期末考試各為30%。在教學(xué)過程中，可進行多次課堂測驗，以便檢查學(xué)生對課堂新知識的掌握情況；教學(xué)任務(wù)結(jié)束后，采用閉卷的方式進行期末考試?；诰砻娉煽兓旧夏芊磻?yīng)出學(xué)生對知識點的掌握情況，以此作為檢驗其他各項在過程化考核中數(shù)據(jù)的主要指標。鑒于出勤率和課后作業(yè)均是手工統(tǒng)計數(shù)據(jù)，準確性無法保證，本文不做進一步研究，本文重點對數(shù)據(jù)采集比較準確可信的課堂測驗、期中和期末成績?nèi)齻€維度進行研究。在樣本中選擇以上三個維度數(shù)據(jù)，導(dǎo)出數(shù)據(jù)源類型為Ex?cel工作表，并采用 Apriori算法、IBM SPSS Model?er 18.0挖掘工具，挖掘?qū)W生在過程化考核中數(shù)據(jù)之間的關(guān)聯(lián)性，即找出學(xué)生平時課堂測驗、以及期中考試成績與期末考試成績?nèi)咧g的關(guān)聯(lián)關(guān)系。

2.2 數(shù)據(jù)準備

文章選取某高校2017級網(wǎng)絡(luò)工程專業(yè)的3個教學(xué)班級，共計78名學(xué)生的《網(wǎng)絡(luò)工程管理》課程教學(xué)過程化數(shù)據(jù)為研究對象。數(shù)據(jù)分為課堂測驗、期中考試及期末考試三個維度，其中課堂測驗和期中考試數(shù)據(jù)均通過自主開發(fā)的課堂教學(xué)輔助系統(tǒng)收集，數(shù)據(jù)真實可靠。

由于原始數(shù)據(jù)中有異常數(shù)據(jù)存在，剔除掉6個無效的數(shù)據(jù)以后，有效的樣本量為72個。每個樣本點包括學(xué)號、姓名、專業(yè)、班級、課堂測驗、期中考試和期末考試等字段，進一步對數(shù)據(jù)進行處理，生成包含學(xué)號、課堂測驗、期中考試、期末考試這4個字段的學(xué)習(xí)過程考核數(shù)據(jù)表，其記錄共有72條，隨機選擇其中10條記錄，如表1所示。

另外，由于Apriori算法僅支持布爾型數(shù)據(jù)的關(guān)聯(lián)分析，需要將原始的連續(xù)數(shù)據(jù)通過聚類的方式轉(zhuǎn)換成離散型數(shù)據(jù)。在此步驟中需要運用到K-means聚類算法對表1數(shù)據(jù)進行聚類。為獲取最佳實驗效果，在對數(shù)據(jù)進行聚類離散化處理后，進一步通過手肘［6］找到最佳的聚類K值。

圖1 手肘法確定期末成績分類最佳K值

手肘法是通過SSE和K值之間的關(guān)系圖確認最優(yōu)的K值，最優(yōu)的K值稱為“肘部”［7］。

本文以學(xué)生的期末考試數(shù)據(jù)為例，畫出誤差平方和SSE與K值的關(guān)系圖，如圖1所示，可以找出“手肘”對應(yīng)的拐點，這時橫坐標即為最佳的K值。從圖1中可以看出期末考試中的最佳聚類K的值為3。

經(jīng)過K-means聚類算法進行離散化并采用手肘法得出最佳的K值后，期中測試得分從高到底被依次分為QZ-1、QZ-2、QZ-3和QZ-4四類，課堂測驗的正確率從高到低分布，依次分為KT-1、KT-2和KT-3三類，期末考試得分從高到底依次分為QM-1、QM-2和QM-3三類，對表1中的數(shù)據(jù)進行聚類，就得到聚類結(jié)果如表2所示。

經(jīng)過數(shù)據(jù)離散化并且確認出最佳聚類K值后，聚類對應(yīng)的分數(shù)及準確率區(qū)間如表3所示。

表2 學(xué)習(xí)過程考核數(shù)據(jù)聚類

表3 過程考核聚類類別及區(qū)間

2.3 模型建立

利用IBM SPSS Modeler 18.0挖掘工具，再采用Apriori算法建立關(guān)聯(lián)分析模型，如圖2所示。

通過Apriori算法對期中考試、課堂測驗及期末考試三個字段兩兩建立關(guān)聯(lián)模型，分別得到三者之間的關(guān)聯(lián)規(guī)則。期中考試與課堂測驗之間的規(guī)則如表4所示。以表4中的規(guī)則1為例，對挖掘出的關(guān)聯(lián)規(guī)則進行分析。

圖2 Apriori關(guān)聯(lián)規(guī)則算法挖掘模型

規(guī)則1為在期中考試成績?yōu)樽罡叻謹?shù)段QZ-1時，課堂測驗正確率類別為KT-1的學(xué)習(xí)情況相互關(guān)聯(lián)情況。此規(guī)則的置信度的值為62.40%，支持度的值為20.58%，說明當(dāng)學(xué)生期中考試成績較高時，有62.40%的可能性學(xué)生在課堂測驗的答題中正確率較高，同時期中考試成績較好在最高分數(shù)段QZ-1和課堂測驗正確率最高數(shù)據(jù)段KT-1的概率是20.58%，該規(guī)則與經(jīng)驗基本相一致，說明學(xué)生在平時的課堂學(xué)習(xí)中以認真的態(tài)度對待教師教授的內(nèi)容，有助于學(xué)生在期中考試中獲得優(yōu)良的成績。

表4 期中考試與課堂測驗之間的關(guān)聯(lián)規(guī)則

表5為期中考試與期末考試之間的關(guān)聯(lián)規(guī)則。以規(guī)則1為例進行說明，在期中考試成績類別為QZ-2時，對應(yīng)的學(xué)生在期末考試中能夠獲得最高分數(shù)類別的成績，該規(guī)則的置信度為52.15%，即期中測試成績?yōu)橹械然蛘咧械绕蠈W(xué)生，有超過50.0%的可能性在期末考試中獲得優(yōu)良成績，說明學(xué)生期中考試成績的好壞，在某種程度上會直接影響學(xué)生期末考試的表現(xiàn)。

表5 期中考試與期末考試之間的關(guān)聯(lián)規(guī)則

表6為課堂測驗成績與期末考試成績之間的關(guān)聯(lián)性。以規(guī)則1為例進行分析，在期末考試成績在最高分數(shù)段區(qū)間，課堂測驗準確率類別為KT-1。這條規(guī)則的置信度的值為70.28%，支持度的值為31.29%，說明當(dāng)學(xué)生的期末考試成績處于較高的分數(shù)段時，有70.28%的可能性在課堂測驗中表現(xiàn)優(yōu)良。該規(guī)則與教學(xué)經(jīng)驗相符，說明課堂學(xué)習(xí)過程考核數(shù)據(jù)與期末考試成績呈現(xiàn)強關(guān)聯(lián)性，說明學(xué)習(xí)過程化考核對教學(xué)質(zhì)量提升大有幫助。

表6 課堂測驗與期末考試之間的關(guān)聯(lián)規(guī)則

3 結(jié)論

在大數(shù)據(jù)信息時代下，基于過程化考核的學(xué)生學(xué)習(xí)過程數(shù)據(jù)關(guān)聯(lián)分析的方法體現(xiàn)出教學(xué)考核準確、及時、高效等優(yōu)越性，解決了教學(xué)過程中成績考核難的問題，提高了學(xué)習(xí)者的學(xué)習(xí)水平，促進了高等院校的教學(xué)考核工作得到有序開展，為高等院校的教學(xué)考核指明了前進的方向。