基于關聯規則的成績預警模型研究

張瑋

摘 要：近年來，隨著我國高校招生規模的不斷擴大以及不斷提高的信息化程度，在各學校的教務系統中普遍存儲了大量的資料、數據等信息。在這些資料和數據等信息中，內在隱藏了大量的、有價值的內在規律。數據挖掘技術是從大量的、隨機的數據中找出隱藏在其中的、有價值的信息的過程。該文提出了一種基于關聯規則挖掘的成績預警模型。

關鍵詞：關聯規則 Apriori算法 成績預警模型

中圖分類號：TP301 文獻標識碼：A 文章編號：1674-098X（2013）03（c）-00-01

數據挖掘技術可以在教學管理過程中應用，會在教學效果考察、課程設置安排等方面起到幫助作用。舉一個例子來說，學校開設的專業課之間，如何合理安排課程的先后順序，也就是怎樣安排學生在學校中學習和知識增長的過程。合理的安排可以有效提高學校管理的提前預知、教法的合理選擇以及教學的科學指導，對高校教育管理、人才創新能力培養，具有十分重要的意義。因成績預警信息針對性很強，簡單利用以關聯規則為基礎的數據挖掘技術很難解決成績預警問題。該文將關聯規則應用于學生的成績之中，提出有針對性的課程成績預警模型，為實踐提供理論依據。

1 核心原理

在研究和利用關聯規則之前，必須先理清相關概念。關聯規則定義是在交易數據以及信息載體中，對存在于項目集合或對象集合之間的頻繁模式、關聯、相關性或因果結構進行查找，通過分析數據之間的相關關系，找出內在的聯系。說得更具體一些，關聯規則就是類似X→Y的表達式，X、Y分別代表關聯規則的先導、后繼。假設I是項的集合。一個給定的交易數據庫，標記為D，每個數據t都是集合I的非空子集，也就是每個交易都與唯一的標識符相對應，記為TID。

兩個重要的概念：D中的支持度是D中事務同時包含X、Y的百分比，也就是概率；包含X的同時又包含Y的百分比，即條件概率叫做置信度。關聯規則的挖掘過程包含兩個重要階段：第一階段，從資料集合中找出所有的高頻項目組；第二階段，由找到的高頻項目組中產生關聯規則。

該文提出的理論模型基于關聯規則的Apriori算法。Apriori算法是一種基于挖掘關聯規則的頻繁項集算法，通過對數據關聯性進行分析、挖掘，找出數據在決策制定過程中重要的參考價值。

Apriori算法目前也被應用于高校管理中。例如：學校的管理部門對于貧困學生的資助問題，由于貧困生數量的增多導致工作的難度也逐漸加大。針對這一問題，Apriori算法可以提出解決方法。該文借鑒了Apriori算法在教學管理中的具體應用，建立了成績預警模型。

2 基于關聯規則的成績預警模型

在高校的教學管理中，對學生進行科學的學習評價是十分重要的工作職責，不但能對學生起到信息反饋、激發學習動力的作用，又能檢查學校整體的課程安排計劃是否合理，還能發現學生間的個體差異達到因材施教。

在我國目前的教學管理體系中，成績是評價學生的最主要指標。學生在學校學習的過程中，各門課程都會產生成績數據，每門課又會根據實際情況，產生諸如平時成績、考勤成績、期末成績等多項成績數據。面對如此大量的數據，利用數據挖掘技術，對學生的學習成績數據庫進行科學的分析處理，可以及時掌握學生的評價結果，對學生成績出現的問題及時預警、及時解決，更好的開展教學工作。

該文提出了以下一種基于關聯規則的成績預警的理論模型，目的是對成績進行系統地預警分析。本預警模型試圖通過興趣度約束、預警項集約束以及項順序關系約束三種約束關系，實現對數據的定向挖掘，使分析結果具有更強的針對性。該模型完全可以基于現實數據來源來開展實驗研究，具有很強的可操作性。

模型中，預警工作可以劃分成兩個階段：訓練階段、預警階段。在訓練階段，預警系統接收學生成績的訓練數據，從接收到的數據中自動形成系統所需的成績預警規則；在預警階段，系統依照訓練階段生成的預警規則，結合輸入的學生成績和預警課程信息，產生預警信息。

基于關聯規則的成績預警模型由以下五部分組成：（1）成績輸入（輸出）口；（2）預處理模塊；（3）預警規則挖掘模塊；（4）成績預警規則（5）預警模塊。

預警規則的挖掘是成績預警系統中最為核心的部分。預警模塊根據輸入的學生成績數據和預警課程信息，從成績預警規則中提取相應的預警規則集，根據所設計的預警策略決定是否生成預警信息。在實際的預警過程中，具體過程如下：

（1）系統處理一個接收到的學生成績數據；

（2）通過預處理模塊將數據轉變成系統規定的標準格式；

（3）預警模塊中的預警課程信息從預警規則庫中提取預警規則集，分析成績數據，進行匹配分析；

（4）匹配預警時，首先在成績數據中尋找當前規則的前項。如果找不到，則認為此條規則不適用于這條記錄，放棄匹配，轉向規則集中的下一條規則；如果能夠找到，則認為此條規則適用于這條記錄，通過預警信息輸出口輸出預警信息，并退出預警過程。

通過上述過程，學生成績數據的預警工作就可以自動完成。通過系統輸出的預警信息，教師、學生都可以根據具體情況，不斷改進自身的教學或學習工作，提高整體的學習成績。

3 結語

該文提出了一種基于關聯規則挖掘的成績預警的理論模型，以預警規則集為基礎，根據預警算法生成預警信息。該理論模型的實際可操作性極強，可直接應用于目前的教學管理中。通過實際的實踐過程，還可以不斷充實、完善該模型，達到更好的效果。

參考文獻

[1] 張玉林.數據挖掘技術在教學過程中的指導作用[J].西安通信學院學報，2006，5（2）：38-40.

[2] 蔣秀英.關聯規則在課堂教學評價中的應用[J].山東師范大學學報（自然科學版），2003，18（3）：25-28.

[3] 趙丹群.數據挖掘：原理、方法及其應用[J].現代圖書情報技術，2000（6）：1.

[4] 陶蘭，王保迎，呂建軍.數據挖掘技術在高等學校決策支持中的應用[J].中國農業大學學報，2003，8（2）：39-41.

[5] 蘆潔，劉志鏡.挖掘關聯規則中對Apriori算法的一個改進[J].微電子學與計算機，2006，23（2）：10-12.

[6] 胡吉明，鮮學豐.挖掘關聯規則中Apriori算法的研究與改進[J].計算機技術與發展，2006，16（4）：99-104.

[7] 盧炎生，楊芬，趙棟.帶單調約束的關聯規則挖掘[J].計算機工程，2004，30（15）：78-80.