数据挖掘改进算法在学生成绩分析中的应用
- 格式：pdf
- 大小：234.93 KB
- 文档页数：3
第２８卷第８期
２０１２年８月 科技通报
ＢＵＬＬＥＴ１Ｎ ＯＦ ＳＣＩＥＮＣＥ ＡＮＤ ＴＥＣＨＮ０Ｌ０ＧＹ ＶｏＩ．２８ Ｎｏ．８ Ａｕｇ．２０１２
数据挖掘改进算法在学生成绩分析中的应用
李绍中
（广州番禺职业技术学院教务处，广州５１１４８３）
摘要针对现有学生成绩分析的单一性，为充分发挥成绩数据的潜在价值，提出了一种基于Ａ ０ｒｉ改
进算法学生成绩分析方法。实验结果表明，与传统成绩统计分析方法相比，该算法能够对学生成绩进行
聚类分析，找出学习态度、成绩相近的类别，用于教学管理者制订人才培养的方案和教师因材施教，提
高教学管理水平。且改进后的算法速度更快，效率更高。
关键词：数据挖掘；聚类分析；教学管理；成绩
中图分类号：Ｇ４２４．７９ ＴＰ３１１．１２ 文献标识码：Ａ 文章编号：１００１—７１１９（２０１２）０８—０２０８—０２
Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｄａｔａ Ｍｉｎｉｎｇ Ｉｍｐｒｏｖｅｄ Ａｌｇｏｒｉｔｈｍ ｉｎ ｔｈｅ Ａｎａｌｙｓｉｓ
ｏｆ Ｓｔｕｄｅｎｔ Ａｃｈｉｅｖｅｍｅｎｔ
ＬＩ Ｓｈａｏｚｈｏｎｇ
（Ｄｅａｎ’ｓ Ｏｆｆｉｃｅ，Ｇｕａｎｇｚｈｏｕ Ｐａｎｙｕ Ｐｏｌｙｔｅｃｈｎｉｃ，Ｇｕａｎｇｚｈｏｕ ５ １ １４８３，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｓｉｎｇｌｅ ｓｅｘ ｏｆ ｔｈｅ ｅｘｉｓｔｉｎｇ ｓｔｕｄｅｎｔ ａｃｈｉｅｖｅｍｅｎｔ ａｎａｌｙｓｉｓ，ｉｎ ｏｒｄｅｒ ｔｏ ｇｉｖｅ ｆｕｌｌ ｐｌａｙ ｔｏ ｔｈｅ ｐｏｔｅｎ— ｔｉａｌ ｖａｌｕｅ ｏｆ ａｃｈｉｅｖｅｍｅｎｔ ｄａｔａ，ａ ｍｅｔｈｏｄ ｏｆ ｔｈｅ ｓｔｕｄｅｎｔ ａｃｈｉｅｖｅｍｅｎｔ ａｎａｌｙｓｉｓ ｂａｓｅｄ ｏｎ ｔｈｅ ｉｍｐｒｏｖｅｄ Ａｐｆｉｏｆｉ ａｌｇｏｒｉｔｈｍ ｉｓ
ｐｒｅｓｅｎｔｅｄ．Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ。ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｒｅｓｕｌｔ ｓｔａｔｉｓｔｉｃａｌ ａｎａｌｙｓｉｓ ｍｅｔｈｏｄｓ，ｔｈｅ ａｌｇｏ— ｒｉｔｈｍ ｉｓ ａｂｌｅ ｔｏ ｓｔｕｄｅｎｔ ａｃｈｉｅｖｅｍｅｎｔ ｔｈｒｏｕｇｈ ｃｌｕｓｔｅｒ ａｎａｌｙｓｉｓ，ｆｉｎｄ ｏｕｔ ｔｈｅ ｌｅａｒｎｉｎｇ ａｔｔｉｔｕｄｅ，ｐｅｒｆｏｒｍａｎｃｅ ｓｉｍｉｌａｒ ｃａｔｅ— ｇｏｒｉｅｓ，ｕｓｅｄ ｆｏｒ ｔｅａｃｈｉｎｇ ｍａｎａｇｅｍｅｎｔ ｍａｋｉｎｇ ｔａｌｅｎｔ ｔｒａｉｎｉｎｇ ｐｌａｎｓ ａｎｄ ｔｅａｃｈｅｒｓ ｔｏ ｔｅａｃｈ ｓｔｕｄｅｎｔｓ ｉｎ ａｃｃｏｒｄａｎｃｅ ｗｉｔｈ ｔｈｅｉｒ ａｐｔｉｔｕｄｅ，ａｎｄ ｉｍｐｒｏｖｅ ｔｈｅ ｌｅｖｅｌ ｏｆ ｔｅａｃｈｉｎｇ ｍａｎａｇｅｍｅｎｔ．Ａｎｄ ｔｈｅ ｉｍｐｒｏｖｅｄ ａｌｇｏｒｉｔｈｍ ｉｓ ｆａｓｔｅｒ，ｍｏｒｅ ｅｆｆｉｃｉｅｎｔ． Ｋｅｙ ｗｏｒｄ：ｄａｔａ ｍｉｎｉｎｇ；ｃｌｕｓｔｅｒｉｎｇ ａｎａｌｙｓｉｓ；ｔｅａｃｈｉｎｇ ｍａｎａｇｅｍｅｎｔ；ａｃｈｉｅｖｅｍｅｎｔ；
０ 引言
随着计算机技术的高速发展，给人们的生活、工作
带来了极大的便利，同时，海量的数据造成了信息爆炸
和知识匮乏。如何从大量的原始数据中挖掘出有用的
信息，找出其中的潜在规律，是数据挖掘需要迫切解决
的问题【】，２１。近年来，随着高等学校的不断扩招，学生人
数越来越多，信息量大大增加，学校的教学管理系统积
累了大量的数据，但这些数据只是提供了简单地浏览， 或单一的成绩分析，并没有发现其隐含的规律，为学校
的管理和决策起到真正的作用。利用现有的数据挖掘 技术对学生成绩数据进行深层次的挖掘分析，找出其
中的各种潜在模式以及各种影响因素、问题，将对学生
选修课个性化管理、课程设置、教学计划制订和教学实
践有重要的指导作用，有利于提高教学质量水平Ｄ一。 本文针对高等院校现存教学管理系统普遍存在的
问题，提出了一种基于Ａｐｒｉｏｒｉ改进算法学生成绩分析
方法，将数据挖掘技术应用到学生成绩分析中，从大量
的学生成绩数据中挖掘潜在的、有用的信息，为教学管
理者提供决策，为学生选课提供支持。实验证明，该方
面能够有效地挖掘学生成绩，分析课程之间关联性，帮
助学生根据自身优势选课，促进高校进行教学改革，提
高教学质量水平。
１数据挖掘概念
数据挖掘（ｄａｔａ ｍｉｎｉｎｇ，ＤＭ），是指从大量的、不完
全的、有噪声的、模糊的、随机的数据中提取或“挖掘”
隐含在其中的、事先未知的、但用户感兴趣、潜在有用
的信息和知识的过程。因此，数据挖掘又称为数据中的
收稿日期：２０１２—０３—２８ 作者简介：李绍中（１９６９一），男，湖南娄底人，硕士，副教授，研究方向：智能计算和高职教育研究。
第８期 李绍中．数据挖掘改进算法在学生成绩分析中的应用 ２
表１成绩样本 Ｔａｂｌｅ １ Ｐｅｒｆｏｒｍａｎｃｅ ｓａｍｐｌｅ
序号英语１英语２ ｃ＋＋体育数据结构算法分析邓论手机游戏
１ ６１ ６８ ７５ ８６ ７０ ７２ ７２ ８２
２ ８８ ７９ ８５ ６３ ９０ ９２ ７３ ９１ ３ ６５ ６８ ７３ ７９ ７５ ７１ ７８ ８３
４ ４６ ６１ ６２ ７５ ６３ ５４ ７０ ６５ ５ ７０ ７５ ８０ ６４ ８２ ７８ ８７ ９０ ６ ８９ ８５ ９０ ８７ ８８ ７９ ７０ ９３ ７ ７４ ６８ ７５ ８０ ６９ ７２ ６７ ７９
知识发现。数据挖掘是一个年轻的跨学科的领域圈，来
自数据库系统、数据仓库、统计学、机器学习、数据可视
化、信息检索和高性能计算，现已广泛地应用于各个领
域。数据挖掘一般由７个步骤：
（１）数据清理：消除噪声和不一致数据。
（２）数据集成：可以把多种数据源组合在一起，将
数据结果放在数据仓库中。
（３）数据选择：从数据库中提取与分析任务相关
的数据。
（４）数据变换：通过汇总或聚集操作把数据变换
或统一成适合挖掘的形式。
（５）数据挖掘：使用智能方法提取数据模式。 （６）模式评估：根据用户某兴趣度度量，识别表示
知识的真正有趣的模式。
（７）知识表示：实用可视化和知识表示及技术向
用户提供挖掘的有用知识。
２ Ａｐｒｉｏｒｉ改进算法
２．１算法描述
Ａｐｒｉｏｒｉ算法是Ｒ．Ａｇｒａｗａｌ￣ＩＲ．Ｓｒｉｋａｎｔ在１９９４年提出
的为布尔关联规则挖掘频繁相机的原创性算法。算法
实用频繁相机性质的先验知识，使用逐层搜索的迭代
方法， 项集用于探索 ＋ｌ１项集。通过扫描数据库，累
计每个项的数量，并筛选满足最小支持度的项，找出频 繁１项集的集合 １，然后用￡１找频繁２项集的集合 ２，
依次类推，指导不能在找到频繁ｋ项集 。
从以上可以看出，Ａｐｒｉｏｒｉ算法产生每个Ｌｋ都要对
数据库全扫描，扫描次数过于频繁。随着数据库数据信
息的增加，访问数据库的次数也会急居《增长，这样就导
致运行时间长、效率低下。而且会产生大量的候选项
集。
２．２算法改进
针对Ａｐｒｉｏｒｉ算法的缺陷，目前有很多算法对其变
形和改进，例如基于散列技术；事务压缩；抽样；动态项
集计数等。本文提出的Ａｐｒｉｏｒｉ改进算法分为３步： （１）初始化：扫描数据库，把数据表示成二位布尔 矩阵，同时定义一个一维数组存储数据库中的事务项
集，根据此结果产生频繁项集￡ 令候选频繁项集ＣＩ＝
１。 （２）连接：建立连接 一 ∞Ｃｋ一。（Ｉｊ｝＞＝２），在没有候选ｋ 项集的情况下产生频繁ｋ项集，其中如果他们的前ｋ一２
项是相同的，则 一 是可连接的，同时计算ｃ项集的支 持度，如果支持度满足最小支持度要求，则并入ＮＬ
中。
（３）修剪：计算出现在从中的，ｕｆ，ｕ∈，Ｊ的数量，结果
记录在数组Ａ ［Ｍ］中，如果Ａ ［“］＜ ，则 ＝ 一ｃ，其中Ｃ∈Ｌｋ
且Ｌ∈ｃ，重复这一过程，直到候选项集就是Ｃｋ。 ＋＋，转
到步骤（２），直到 ＜２。剪枝的目的是减少ｋ项集的大
小，提高算法效率。
３ 数据挖掘改进算法在学生成绩分
析中的应用
３．１算法应用
将上述改进的Ａｐｒｉｏｒｉ算法对学生成绩进行分析，
数据样本采用计算机与信息工程学院计算机科学与技
术专业２０１０级学生最近１年的学习成绩。ＷＩＮＤＯＷＳ
ＸＰ的平台，硬件环境：Ｐ４３．０，内存４ Ｇ，５００ Ｇ硬盘。采用 ＳＱＬ Ｓｅｒｖｅｒ ２０００数据库。ＪＡＶＡ开发工具。
３．２实验数据及参数
根据教学计划分为英语、专业课、选修课、公共课 和体育５种类别，根据学分调整权重。评价分为优秀、良
好、中等、及格和不及格５个级别。
３．３仿真结果及分析
采用以上样本，使用改进的Ａｐｒｉｏｒｉ算法进行数据
挖掘，结果表明，优秀级的学生英语、专业课、选修课成
绩较好，公共课中等，但是体育却不理想，大部分在中
等以下。这类学生学习刻苦，把大部分时间用在了学习
上，尤其是专业课和英语的学习，但不爱活动，很少参
加体育锻炼。良好级别的学生各类成绩均衡，活动积
极，热衷于参加社团活动和社会实践，爱好广泛，动手
能力强，学习的时间相对减少。中等级别的学生学习不
是很积极，按部就班的上课、吃饭、睡觉，偶尔有旷课、 不提交作业情况，平时不努力，考前搞突击。及格级别
的学生中有一部分是基础差，学习吃力，而有一部分是
由于不爱学习、懒惰，或嗜好电脑游戏。不及格学生在 ９７名学生中只有３个学生，其中一个有３１＇ｑ专业课不及
格，一个是公共课不及格，另一个是选修课。其余课程
分数都不高。这类学生一般经常缺课，不太注重学习。 为了验证本文提出的改进的Ａｐｒｉｏｒｉ算法的性能，
（下转第２１２页）
