Apriori算法在學(xué)生成績(jī)數(shù)據(jù)中的應(yīng)用研究

田偉

（蘭州商學(xué)院隴橋?qū)W院，甘肅 蘭州 730000）

Apriori算法在學(xué)生成績(jī)數(shù)據(jù)中的應(yīng)用研究

田偉

（蘭州商學(xué)院隴橋?qū)W院，甘肅 蘭州 730000）

在高校的數(shù)據(jù)管理中，有很大一塊是對(duì)學(xué)生成績(jī)的管理，具體的處理就是：成績(jī)的錄入，成績(jī)的查詢，修改等就數(shù)據(jù)本身的一些操作，而成績(jī)只是作為升留級(jí)，評(píng)優(yōu)的參考依據(jù)，而就及占用的資源而言，利用率不是很高，造成了極大浪費(fèi).隨著科學(xué)技術(shù)的不斷進(jìn)步，如何使成績(jī)發(fā)揮它的最大效用，成為了當(dāng)前高校重點(diǎn)考慮的問題.本文將利用Apriori算法，借助學(xué)生成績(jī)數(shù)據(jù)庫(kù)，挖掘出課程之間存在的相關(guān)關(guān)系,為相關(guān)部門合理、科學(xué)的安排課程提供理論依據(jù).

Apriori算法；最小支持度；最小置信度

隨著高校的不斷擴(kuò)招，學(xué)生人數(shù)增長(zhǎng)迅速，對(duì)于學(xué)生而言，課程結(jié)束后的考試必不可少，作為各高校評(píng)價(jià)學(xué)生學(xué)習(xí)情況，及評(píng)優(yōu)的重要衡量指標(biāo)，經(jīng)過長(zhǎng)期的積累，每個(gè)高校都存儲(chǔ)了大量的學(xué)生成績(jī)信息，但對(duì)成績(jī)的使用還只停留在查詢和簡(jiǎn)單統(tǒng)計(jì)階段，例如成績(jī)錄入、修改、刪除，求和，計(jì)算平均成績(jī)等操作，除此之外，再?zèng)]有其他深層次的應(yīng)用.然而，實(shí)際上成績(jī)?cè)谀承┓矫妫€能夠反映出課程設(shè)置的合理性，通過對(duì)學(xué)生成績(jī)的分析，我們可以看出課程的安排順序?qū)W(xué)生的成績(jī)會(huì)產(chǎn)生一定的影響，從而說明了用成績(jī)來判定課程設(shè)置的合理性是有科學(xué)根據(jù)的.

1 研究對(duì)象的選擇

在本文中，我們從全院在校學(xué)生成績(jī)數(shù)據(jù)庫(kù)中，選取了我系10級(jí)信息管理與信息系統(tǒng)專業(yè)學(xué)生的《計(jì)算機(jī)網(wǎng)絡(luò)》、《外語》、《高數(shù)》、《計(jì)算機(jī)基礎(chǔ)》、《操作系統(tǒng)》等8門課程作為源數(shù)據(jù)進(jìn)行分析，分析過程使用Apriori算法，利用此算法挖掘出每門課程對(duì)其他課程的影響程度，從而為排課的相關(guān)人員提供參考依據(jù)，也為學(xué)生今后的選課提供一定的指導(dǎo).

2 學(xué)生成績(jī)分析

通過對(duì)學(xué)生成績(jī)的分析，可以揭示“教”與“學(xué)”這間的關(guān)系，從而判斷出高校教學(xué)計(jì)劃的制定是否存在問題，對(duì)教師的“教”和學(xué)生的“學(xué)”，以及相關(guān)部門的計(jì)劃制定起到指導(dǎo)作用.

2.1 數(shù)據(jù)清理

原始數(shù)據(jù)是從我院的教務(wù)系統(tǒng)中得到，其中包含了全校各個(gè)專業(yè)、各個(gè)年級(jí)、各門課程的全部成績(jī),因?yàn)樯婕暗臄?shù)據(jù)量巨大，所以存在部分錯(cuò)誤，還有某些數(shù)據(jù)從本身的從教經(jīng)驗(yàn)上看不可能存在關(guān)系,因此為了便于通過模型進(jìn)行分析，在本文中，只選取了我系10級(jí)信息管理與信息系統(tǒng)專業(yè)學(xué)生的《計(jì)算機(jī)基礎(chǔ)》等8門課程成績(jī)作為對(duì)象，為方便后續(xù)工作的開展，剔除了空白以及數(shù)據(jù)缺失的記錄.清理完畢的數(shù)據(jù)如表1所示.

表1 數(shù)據(jù)清理后的學(xué)生成績(jī)

2.2 數(shù)據(jù)集成

所謂數(shù)據(jù)集成是將多個(gè)數(shù)據(jù)源合并到一致的數(shù)據(jù)存儲(chǔ)中，方便進(jìn)行統(tǒng)一的分析，依據(jù)以往經(jīng)驗(yàn)思政類和體育類課程對(duì)我院本系課程的計(jì)劃制定影響不大，所以剔除.通過分析整理，最終將所有數(shù)據(jù)集成到一個(gè)Excel中，最終數(shù)據(jù)包含488條56名學(xué)生的共八門課程的數(shù)成績(jī).

2.3 數(shù)據(jù)轉(zhuǎn)換

將數(shù)據(jù)轉(zhuǎn)化成適合于進(jìn)行挖掘的形式，例如將屬性數(shù)據(jù)按比例縮放，使其落入一個(gè)比較小的區(qū)間內(nèi).由于存放在學(xué)生成績(jī)數(shù)據(jù)庫(kù)中的數(shù)據(jù)都是以數(shù)值形式表示的，因此會(huì)對(duì)數(shù)據(jù)挖掘造成不必要的麻煩，為了解決這一問題，要對(duì)現(xiàn)有學(xué)生成績(jī)進(jìn)行離散化處理，也就是把數(shù)值型的成績(jī)轉(zhuǎn)換為優(yōu)、良、中、差、不及格這五個(gè)級(jí)別.60分以下為“不及格”，60～70分之間的為“差”，70～80分之間的為“中”，80～90分之間的為“良”，90分以上為“優(yōu)”.用“1、2、3、4、5”這五個(gè)數(shù)字，分別對(duì)應(yīng)表示“優(yōu)、良、中、差、不及格”這5個(gè)等級(jí)，另外用“A”表示計(jì)算機(jī)基礎(chǔ)，“B”表示外語，“C”表示高數(shù)，“D”表示計(jì)算機(jī)網(wǎng)絡(luò)，以此類推.并將各科目字段設(shè)置為字符型，運(yùn)用Apriori算法對(duì)表1中的數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則的挖掘，轉(zhuǎn)換后的數(shù)據(jù)表部分?jǐn)?shù)據(jù)如表2所示.

表2 預(yù)處理后的數(shù)據(jù)

3 Apriroi算法的應(yīng)用研究

3.1 基本原理

Apriroi算法是一種基于兩個(gè)階段頻繁項(xiàng)集的數(shù)據(jù)挖掘方法，在此算法中,尋找最大項(xiàng)目集需要對(duì)數(shù)據(jù)集進(jìn)行多步處理.首先,簡(jiǎn)單統(tǒng)計(jì)所有含一個(gè)元素項(xiàng)目集出現(xiàn)的頻率,并找出那些不小于最小支持度的項(xiàng)目集,即一維最大項(xiàng)目集.其次，使用第一步找到的頻繁項(xiàng)集產(chǎn)生期望的規(guī)則.首先產(chǎn)生頻繁1-項(xiàng)集L1，然后是頻繁2-項(xiàng)集L2，直到有某個(gè)r值使得Lr為空，算法停止.這里在第k次循環(huán)中，過程先產(chǎn)生侯選k-項(xiàng)集的集合Ck，Ck中的每一個(gè)項(xiàng)集是對(duì)兩個(gè)只有一個(gè)項(xiàng)不同的屬于Lk-1的頻繁集做一個(gè)（k-2）連接來產(chǎn)生的.Ck中的項(xiàng)集是用來產(chǎn)生頻繁集的候選集，最后的頻繁集Lk必須是Ck的一個(gè)子集.如果Ck中某個(gè)候選集有一個(gè)（k-1）子集不屬于Lk-1，則這個(gè)項(xiàng)集可以被修剪掉不予考慮.然后根據(jù)可信度的定義規(guī)則，產(chǎn)生關(guān)聯(lián)規(guī)則.

①對(duì)于每個(gè)頻繁項(xiàng)集L，產(chǎn)生L的所有非空子集；

②對(duì)于L的每個(gè)非空子集S，如果s-count（L）

s-count（s）≥Cmin

則輸出規(guī)則“s→L-s”.

3.2 Apriori算法應(yīng)用

在該程序中運(yùn)用了Apriori算法模型進(jìn)行分析.為了得到更有效的數(shù)據(jù)，進(jìn)行了反復(fù)的驗(yàn)證.設(shè)最小支持度為30%，設(shè)最小置信度為60%，部分規(guī)則如下表3所示.

表3 挖掘結(jié)果

4 結(jié)果分析

當(dāng)然，表3中的挖掘關(guān)聯(lián)規(guī)則并非每一條都具有現(xiàn)實(shí)意義，我們還要進(jìn)一步進(jìn)行處理，將這些關(guān)聯(lián)規(guī)則模型導(dǎo)出進(jìn)行分析.結(jié)果如下：

4.1 從上面的挖掘結(jié)果可以看出，有些課程之間的關(guān)系與我們實(shí)際的教學(xué)經(jīng)驗(yàn)是一致的.如《數(shù)據(jù)結(jié)構(gòu)》這門課程的成績(jī)?cè)?0～90分之間，《高級(jí)語言程序設(shè)計(jì)》課程成績(jī)也在80～90分之間的支持度為64.8%，置信度為85.2%，通過此規(guī)則我們可以知道《數(shù)據(jù)結(jié)構(gòu)》這門課程學(xué)習(xí)的好壞，直接影響到《高級(jí)語言課程》這門課程的學(xué)習(xí)，因此安排課程時(shí)應(yīng)該將《數(shù)據(jù)結(jié)構(gòu)》安排在前先上，教師在授課過程中一定嚴(yán)格要求學(xué)生，使其認(rèn)真學(xué)習(xí)這門課程，為今后其他課程的學(xué)習(xí)打好基礎(chǔ).

4.2 公共基礎(chǔ)課程《計(jì)算機(jī)基礎(chǔ)》和《外語》這兩門課程，對(duì)于學(xué)好計(jì)算機(jī)專業(yè)課也起到了很大的作用，同時(shí)可以看到對(duì)于我系學(xué)生而言《計(jì)算機(jī)基礎(chǔ)》成績(jī)和《外語》成績(jī)相對(duì)偏低，需要引起高度重視.

4.3 《計(jì)算機(jī)基礎(chǔ)》成績(jī)?cè)?0～80分之間，《高數(shù)》成績(jī)?cè)?0～90分之間的支持度為55.8%，置信度為87.2%,可信度和置信度雖然都達(dá)到了要求，但根據(jù)實(shí)際經(jīng)驗(yàn)，兩者并無直接關(guān)聯(lián)，實(shí)際工作中可以不予考慮.其他規(guī)則同樣如此，需要相關(guān)部門根據(jù)實(shí)際情況進(jìn)行具體地研究，有分析地借鑒參考.

5 結(jié)束語

在本文中，我們利用關(guān)聯(lián)規(guī)則中的Apriori算法，對(duì)信息管理與信息系統(tǒng)專業(yè)的學(xué)生成績(jī)進(jìn)行了挖掘，找出了隱藏在學(xué)生成績(jī)背后的規(guī)律，可以對(duì)偏離正常軌道的學(xué)生，及時(shí)進(jìn)行干預(yù)，從而幫助學(xué)生順利完成學(xué)業(yè)，還可以對(duì)課程的管理者的決策提供參考，也為關(guān)聯(lián)規(guī)則在其它學(xué)科的應(yīng)用提供了思路.

〔1〕王海容.數(shù)據(jù)挖掘在學(xué)生成績(jī)分析的應(yīng)用[J].電子設(shè)計(jì)工程，2013，21（4）：4-56.

〔2〕邵峰晶,于忠清.數(shù)據(jù)挖掘原理與算法[M].北京:水利水電出版杜,2003.

〔3〕史忠植.知識(shí)發(fā)現(xiàn)[M].北京:清華大學(xué)出版社，2002.

〔4〕崔學(xué)文.關(guān)聯(lián)規(guī)則挖掘算法Apriori在學(xué)生成績(jī)分析中的應(yīng)用[J］.河北北方學(xué)院學(xué)報(bào)（自然科學(xué)版）,2011(1):44-47.

〔5〕李金忠.關(guān)聯(lián)規(guī)則Apriori算法[J].電腦編程技巧與維護(hù)，2008(6):35～37.

〔6〕常朝穩(wěn),代永衛(wèi)，等.關(guān)聯(lián)規(guī)則在公安情報(bào)信息系統(tǒng)中的應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，2008,44(5):75～78.

〔7〕趙輝.數(shù)據(jù)挖掘技術(shù)在學(xué)生成績(jī)分析中的研究及應(yīng)用[D].大連:大連海事大學(xué),2007.

〔8〕陸楠.關(guān)聯(lián)規(guī)則的挖掘及其算法的研究[D].長(zhǎng)春:吉林大學(xué),2007.

TP311.13

A

1673-260X（2014）09-0012-02