基于關(guān)聯(lián)規(guī)則學(xué)生成績(jī)預(yù)警研究

楊令葉?黃學(xué)茂

摘要：高校學(xué)生成績(jī)預(yù)警是高校教務(wù)管理的重要工作之一，研究高校學(xué)生學(xué)業(yè)預(yù)警問題在理論層面和實(shí)踐指導(dǎo)層面均具有重要的價(jià)值。采用關(guān)聯(lián)規(guī)則算法中的Apriori算法來分析廈門工學(xué)院2016級(jí)至2018級(jí)學(xué)生的成績(jī)數(shù)據(jù)，探究每個(gè)專業(yè)各課程之間的關(guān)聯(lián)度。在Matlab環(huán)境下用Apriori算法對(duì)信息與計(jì)算科學(xué)專業(yè)的學(xué)生學(xué)業(yè)成績(jī)進(jìn)行挖掘分析，發(fā)現(xiàn)該專業(yè)下不同課程間的關(guān)聯(lián)關(guān)系，尤其是對(duì)先修課程與后繼課程間的關(guān)聯(lián)規(guī)則的挖掘，及時(shí)對(duì)掛科的學(xué)生預(yù)警，并同時(shí)給任課教師提供指導(dǎo)，從而提高教育教學(xué)管理水平。

關(guān)鍵詞：關(guān)聯(lián)規(guī)則；學(xué)業(yè)預(yù)警；Apriori算法

一、Apriori算法介紹

Apriori算法本質(zhì)是屬于逐層查找迭代算法的一種形式。借助候選項(xiàng)集生成頻繁項(xiàng)集，挖掘出布爾型關(guān)聯(lián)規(guī)則，并計(jì)算出相應(yīng)的支持度、置信度，此兩個(gè)標(biāo)準(zhǔn)用來表示關(guān)聯(lián)規(guī)則的強(qiáng)度。其基本思想是利用頻繁項(xiàng)集的先驗(yàn)知識(shí)以遞歸的方法判斷候選集是否為頻繁項(xiàng)集并且找出最大頻繁項(xiàng)集，利用頻繁項(xiàng)集生成僅包含其非空子集的關(guān)聯(lián)規(guī)則。

二、算法的流程及分析

Apriori算法是利用k-項(xiàng)集來生成（k+1）－項(xiàng)集迭代的方法，其操作流程如圖1所示，設(shè)定最小支持度minSup、最小置信度minConf。第一步，掃描學(xué)業(yè)成績(jī)數(shù)據(jù)庫，保留滿足最小支持度的候選項(xiàng)1-項(xiàng)，得到頻繁集1-項(xiàng)集L1；第二步，由L1自身相連生成2-項(xiàng)C2，將得到的C2進(jìn)行剪枝操作，統(tǒng)計(jì)2-項(xiàng)集的項(xiàng)數(shù)，刪除不滿足minSup的項(xiàng)集，得到頻繁項(xiàng)集2-項(xiàng)集L2；進(jìn)行多次迭代，找到滿足條件的最大頻繁項(xiàng)集k-項(xiàng)集Lk，最終得到頻繁項(xiàng)集：L={L1，L2，L3，...，Lk}

Apriori算法挖掘頻繁項(xiàng)集具體的過程如下[1]：

1.連接步驟：Lk-1經(jīng)過自身連接得到k-項(xiàng)集Ck。如果Lk-1中的某兩個(gè)元素（集合）ik-1 和ik-2 的前（k-2）個(gè)項(xiàng)是相同，則稱ik-1 和ik-2 是可連接的。所以ik-1 和ik-2 連接產(chǎn)生的結(jié)果集是：

i={i1[1]，i1[2]，i1[3]，...，i1[k-1]，i2[k-1]}

2.剪枝：利用任何兩個(gè)非頻繁項(xiàng)集的超集都不是頻繁集的性質(zhì)，如果項(xiàng)集Ck的子集不屬于Lk-1，則該子集是非頻繁，則從Ck中刪除。

3.刪除：利用上文中得到的Ck，統(tǒng)計(jì)剪枝后的每一項(xiàng)的項(xiàng)數(shù)，刪除不滿足條件的項(xiàng)，最終得到頻繁k-項(xiàng)集Lk。

三、數(shù)據(jù)準(zhǔn)備

所使用的原始數(shù)據(jù)來源于廈門工學(xué)院教務(wù)系統(tǒng)內(nèi)2016級(jí)至2018級(jí)共計(jì)9000余名學(xué)生的學(xué)業(yè)成績(jī)數(shù)據(jù)。為了便于對(duì)關(guān)聯(lián)規(guī)則進(jìn)行挖掘分析，選取信息與計(jì)算科學(xué)專業(yè)學(xué)生的學(xué)業(yè)成績(jī)進(jìn)行挖掘，且在源數(shù)據(jù)提取時(shí)，不考慮補(bǔ)考和重修的成績(jī)，只保留學(xué)生正考成績(jī)。

（一）學(xué)生學(xué)業(yè)成績(jī)數(shù)據(jù)預(yù)處理[2]

本次實(shí)驗(yàn)的數(shù)據(jù)來源于廈門工學(xué)院教務(wù)管理系統(tǒng)數(shù)據(jù)庫，具有規(guī)范性和真實(shí)性。原始數(shù)據(jù)進(jìn)行算法分析時(shí)需要生成適用于Apriori算法的布爾型數(shù)據(jù)，進(jìn)而實(shí)現(xiàn)算法在成績(jī)數(shù)據(jù)挖掘中的應(yīng)用。

1.數(shù)據(jù)消減

針對(duì)缺項(xiàng)數(shù)據(jù)，則需要?jiǎng)h除這類學(xué)生的異常成績(jī)數(shù)據(jù)。

2.數(shù)據(jù)標(biāo)準(zhǔn)化[3]

在學(xué)生的學(xué)業(yè)成績(jī)表里，少數(shù)課程錄入的成績(jī)?yōu)樗募?jí)制（優(yōu)秀、中等、及格、不及格 ）。為了使成績(jī)數(shù)據(jù)在挖掘過程中統(tǒng)一規(guī)則，需要針對(duì)這類數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。成績(jī)數(shù)據(jù)標(biāo)準(zhǔn)化對(duì)應(yīng)表如表1所示。對(duì)應(yīng)規(guī)則設(shè)定完成，再將學(xué)生的學(xué)業(yè)成績(jī)數(shù)據(jù)基于學(xué)號(hào)作為主鍵進(jìn)行數(shù)據(jù)轉(zhuǎn)化。

3.成績(jī)數(shù)據(jù)離散化

按照Apriori算法函數(shù)的作用，將標(biāo)準(zhǔn)化后的學(xué)生學(xué)業(yè)成績(jī)進(jìn)行離散化處理，并且為了簡(jiǎn)化表格，把表中列出的全部課程成績(jī)按代碼來表示，離散化后的數(shù)據(jù)表如表2所示。

四、關(guān)聯(lián)參數(shù)閾值確定

首先通過試探法來確定支持度的最佳值，設(shè)定置信度閾值minConf=0.9，試探得出當(dāng)支持度為0.3時(shí)，關(guān)聯(lián)規(guī)則分析的結(jié)果最具有代表性，因此我們將支持度設(shè)置為0.3，并使用Apriori算法來對(duì)該數(shù)據(jù)集進(jìn)行分析[5]。如表3。

同理通過試探法來確定置信度的最佳值，根據(jù)上一步實(shí)驗(yàn)得到的最優(yōu)支持度minSup=0.3，試探得出當(dāng)置信度minConf=0.8時(shí)，關(guān)聯(lián)規(guī)則分析的結(jié)果最具有代表性，由此可得最優(yōu)置信度設(shè)置為0.8，如表4。

由表4可得，最優(yōu)的關(guān)聯(lián)規(guī)則閾值為：{支持度minSup=0.3，置信度minConf=0.8}。

五、關(guān)聯(lián)規(guī)則結(jié)果

在 Matlab2018a 環(huán)境下，運(yùn)用 Apriori 算法對(duì)預(yù)處理的成績(jī)數(shù)據(jù)進(jìn)行挖掘，采用上文確定的最優(yōu)支持度和置信度{minSup=0.3，minConf=0.8}，挖掘出不同的關(guān)聯(lián)規(guī)則。在分析的過程中，我們得到了一個(gè)包含了各種課程成績(jī)頻繁項(xiàng)集的列表，其中支持度和置信度都達(dá)到了預(yù)設(shè)的閾值。將強(qiáng)關(guān)聯(lián)規(guī)則以列表的形式呈現(xiàn)出來，在本文中，挖掘出的關(guān)聯(lián)規(guī)則，如表5所示。

六、實(shí)驗(yàn)結(jié)果分析

本次實(shí)驗(yàn)共挖掘出27個(gè)頻繁項(xiàng)集，其中包含了該專業(yè)學(xué)生的各個(gè)成績(jī)屬性組合情況。在27個(gè)頻繁項(xiàng)集中，選取其中支持度、置信度較高的一些關(guān)聯(lián)規(guī)則進(jìn)行分析，根據(jù)表中列出的關(guān)聯(lián)規(guī)則可知：

（一）規(guī)則12，該專業(yè)學(xué)生在｛高等代數(shù)（一）C，高等代數(shù)（二）C｝課程中都取得了中等（C）的成績(jī)，那么該學(xué)生在｛復(fù)變函數(shù)C｝課程中也很可能取得中等（C）的成績(jī)，支持度70.48%、置信度為80.76%，支持度越大，說明在該專業(yè)的學(xué)生中該三門課程同時(shí)取得中等（C）的成績(jī)非常普遍，且前置課程的成績(jī)對(duì)后置課程的成績(jī)的影響比較大，影響的概率為80.76%。

（二）規(guī)則5：｛數(shù)據(jù)結(jié)構(gòu)D -> 數(shù)據(jù)庫原理D｝，該規(guī)則的支持度為50.24%、置信度為81.75%，則表明該專業(yè)的學(xué)生成績(jī)系統(tǒng)中顯示有一門｛數(shù)據(jù)結(jié)構(gòu)｝不及格（D），根據(jù)關(guān)聯(lián)規(guī)則得出他需要注意｛數(shù)據(jù)庫原理｝課程的學(xué)習(xí)，同時(shí)需要加強(qiáng)｛數(shù)據(jù)結(jié)構(gòu)｝課程的指導(dǎo)及復(fù)習(xí)。

（三）從規(guī)則 10、13、16、27 中可以看到，數(shù)學(xué)類相關(guān)課程的成績(jī)與程序語言類，以及專業(yè)課的成績(jī)存在一定關(guān)聯(lián)性，其原因是數(shù)學(xué)類課程是計(jì)算機(jī)編程邏輯的基礎(chǔ)課程，數(shù)學(xué)類課程對(duì)于學(xué)生邏輯思維能力的提升具有不可替代的作用。而語言類編程課程的學(xué)習(xí)一般都是基于邏輯思維來學(xué)習(xí)的，所以若是數(shù)學(xué)類的課程成績(jī)較差，后續(xù)的語言類課程也會(huì)學(xué)不好或者出現(xiàn)不及格的現(xiàn)象。

綜上所述，通過本次實(shí)驗(yàn)可以看出，關(guān)聯(lián)規(guī)則挖掘技術(shù)可以對(duì)學(xué)生學(xué)業(yè)成績(jī)之間的關(guān)系進(jìn)行發(fā)掘和分析，從而為學(xué)生的學(xué)習(xí)提供有益的指導(dǎo)和幫助，促進(jìn)學(xué)生成長(zhǎng)和發(fā)展[4]。

參考文獻(xiàn)

[1]王吉.教務(wù)數(shù)據(jù)的分析與預(yù)測(cè)——以建寧七中為例.北京：清華大學(xué)出版社，2018：25-28.

[2]吳蓓.基于決策樹算法的成績(jī)預(yù)測(cè)模型研究及應(yīng)用[M].北京：人民郵電出版社，2019：13-16.

[3]都娟，翟社平.基于改進(jìn) Apriori 算法的高校學(xué)生成績(jī)預(yù)警系統(tǒng)的研究[M]．北京：人民郵電出版社，2018：108-109.

[4]胡金濤.基于C4.5決策樹的學(xué)生成績(jī)預(yù)測(cè)教學(xué)系統(tǒng)的研究與實(shí)現(xiàn)[D].西安：西南交通大學(xué)，2017．

[5]毋雪雁，王水花，張煜東.K最近鄰算法理論與應(yīng)用綜述[J].計(jì)算機(jī)工程與應(yīng)用，2017，53（21）：1-7.