淺談聚類分析在高職高專學(xué)生職業(yè)能力培養(yǎng)中的應(yīng)用

郭春平+孫菲+于濤+鄧琨

【摘 要】通過多年在教學(xué)一線的教學(xué)經(jīng)驗(yàn)，了解到計(jì)算機(jī)基礎(chǔ)課程中，學(xué)生計(jì)算機(jī)水平參差不齊。用原始的邊講邊練的方法，很難收到較好的教學(xué)效果。以齊齊哈爾高等師范專科學(xué)校2013級(jí)會(huì)計(jì)學(xué)專業(yè)學(xué)生為例，借助聚類分析法將學(xué)生分組，會(huì)大大改變現(xiàn)狀，更加有利于課堂教學(xué)的開展。

【關(guān)鍵詞】聚類分析;參差不齊;教學(xué)效果;職業(yè)能力

作為一名在教學(xué)一線戰(zhàn)斗了十幾年的計(jì)算機(jī)老師，接觸的學(xué)生也非常多。由最初大部分學(xué)生在上大學(xué)前都沒有接觸過計(jì)算機(jī)或接觸不多，到現(xiàn)在大部分學(xué)生在中小學(xué)時(shí)期就已經(jīng)掌握了一定的計(jì)算機(jī)基礎(chǔ)知識(shí)。但畢竟城鄉(xiāng)及地區(qū)等因素也造成了教學(xué)方式及內(nèi)容上的差異，使得新入學(xué)學(xué)生的計(jì)算機(jī)水平參差不齊。隨著社會(huì)的發(fā)展，更多的能較好應(yīng)用計(jì)算機(jī)的應(yīng)用型人才被需要，如何更好、更有效的開展教學(xué)，培養(yǎng)適應(yīng)社會(huì)發(fā)展需要的技能型人才，是我們每一位教師的責(zé)任。

在高職高專院校的計(jì)算機(jī)基礎(chǔ)課中，如何根據(jù)學(xué)生的實(shí)際水平及興趣愛好、個(gè)性特點(diǎn)去開展教學(xué)成為教師、學(xué)校甚至是社會(huì)研究的問題。物以類聚，人以群分，聚類分析就是按照個(gè)體的特征及屬性將它們進(jìn)行分類。在計(jì)算機(jī)教學(xué)中，針對(duì)入學(xué)新生計(jì)算機(jī)水平的差異，根據(jù)入學(xué)摸底測(cè)試，興趣愛好、個(gè)性特征等相關(guān)因素制定相應(yīng)的數(shù)據(jù)統(tǒng)計(jì)表，根據(jù)統(tǒng)計(jì)表統(tǒng)計(jì)出來的數(shù)據(jù)進(jìn)行聚類分析。從而調(diào)整授課重點(diǎn)及教學(xué)方法，因材施教。本文以齊齊哈爾高等師范?？茖W(xué)校2013級(jí)會(huì)計(jì)學(xué)專業(yè)的學(xué)生為研究對(duì)象，利用聚類分析的方法指導(dǎo)教學(xué)，旨在提高學(xué)生的職業(yè)能力培養(yǎng)水平。

1.根據(jù)學(xué)生專業(yè)特點(diǎn)、課程特點(diǎn)制作設(shè)計(jì)統(tǒng)計(jì)表，進(jìn)行數(shù)據(jù)收集

高職高院校的教學(xué)目標(biāo)是培養(yǎng)適應(yīng)市場(chǎng)需求，動(dòng)手能力強(qiáng)，創(chuàng)造能力強(qiáng)，能就業(yè)也能創(chuàng)業(yè)的高素質(zhì)技能型人才。而21世紀(jì)是信息化的社會(huì)，可以說，任何就業(yè)崗位都離不開計(jì)算機(jī)。所以在教學(xué)中，我們重點(diǎn)培養(yǎng)學(xué)生的動(dòng)手能力及創(chuàng)造力，而且要從學(xué)生的興趣愛好入手。

《計(jì)算機(jī)基礎(chǔ)》課程是很多高校的公共必修課，如何滿足不同專業(yè)學(xué)生對(duì)計(jì)算機(jī)相關(guān)應(yīng)用操作的需求是我們一直在思考的問題。我校計(jì)算機(jī)基礎(chǔ)課程在第一次課都會(huì)進(jìn)行一次摸底考試，測(cè)試中理論部分較少，大部分考察的都是學(xué)生的實(shí)際動(dòng)手操作能力及解決實(shí)際問題的能力。針對(duì)不同專業(yè)對(duì)計(jì)算機(jī)應(yīng)用需求的不同，測(cè)試的內(nèi)容也會(huì)做出相應(yīng)的調(diào)整，旨在將學(xué)生的真實(shí)能力體現(xiàn)出來。例如在會(huì)計(jì)2013級(jí)學(xué)生的測(cè)試中，針對(duì)該專業(yè)需要對(duì)大量的數(shù)據(jù)進(jìn)行歸納和計(jì)算的應(yīng)用性較強(qiáng)的特點(diǎn)，加大該方面操作能力的考核內(nèi)容。這次測(cè)試將成為學(xué)生分組教學(xué)的依據(jù)之一，但成績(jī)并不能代表一切，要想對(duì)學(xué)生進(jìn)行科學(xué)的分組，培養(yǎng)學(xué)生的職業(yè)能力，還要考慮很多其它方面的因素。

在計(jì)算機(jī)基礎(chǔ)教學(xué)中，我們可以收集的信息還有很多，如打字速度，下載軟件并安裝，能否使用excel軟件處理分析數(shù)字信息，是否會(huì)收發(fā)電子郵件，能否自我診斷并排除計(jì)算機(jī)中的簡(jiǎn)單故障，是否擁有自己的博客，是否了解或掌握一門計(jì)算機(jī)語(yǔ)言等等。在以往的教學(xué)中我們發(fā)現(xiàn)，大部分女同學(xué)打字速度都很快，這和她們經(jīng)常喜歡上網(wǎng)聊天是分不開的，但指法卻不是很準(zhǔn)確。喜歡美圖軟件并對(duì)圖文制作感興趣。而男同學(xué)對(duì)游戲較擅長(zhǎng)，鍵盤快捷鍵及鼠標(biāo)的使用較熟練，并對(duì)計(jì)算機(jī)語(yǔ)言悟性較高等等。將所有影響分類的因素提煉出來，由學(xué)生們進(jìn)行客觀的選擇，為下步對(duì)這些數(shù)據(jù)作出分析提供依據(jù)，并指導(dǎo)教師對(duì)所授學(xué)生進(jìn)行有效的分類。

2.根據(jù)收集的數(shù)據(jù)，對(duì)學(xué)生進(jìn)行分類

一個(gè)班級(jí)的學(xué)生的計(jì)算機(jī)應(yīng)用水平相差較大，而不同專業(yè)的班級(jí)，其專業(yè)特點(diǎn)也決定了班級(jí)學(xué)生學(xué)習(xí)方法、學(xué)習(xí)內(nèi)容、學(xué)習(xí)形式的差異。對(duì)會(huì)計(jì)專業(yè)學(xué)生掌握計(jì)算機(jī)技能原始數(shù)據(jù)的收集，為我們對(duì)學(xué)生進(jìn)行分類提供了依據(jù)。但這些信息中，有的差異較大，有的又非常相似。我們沒有一個(gè)明確的的標(biāo)準(zhǔn)對(duì)他們進(jìn)行分類，所以最好的方法就是對(duì)這些數(shù)據(jù)進(jìn)行聚類分析。

聚類分析是數(shù)據(jù)挖掘中比較重要的方法之一，也是核心技術(shù)之一，它是將未知數(shù)據(jù)按相似程度分類到不同的類或簇的一種過程。但各種聚類分析的計(jì)算方法都偏數(shù)學(xué)專業(yè)，且專業(yè)性很強(qiáng)，運(yùn)算起來比較麻煩，對(duì)于一些非數(shù)學(xué)專業(yè)的一線教師來說太過繁瑣，不易掌握。本文采用SPSS軟件對(duì)數(shù)據(jù)進(jìn)行聚類分析。我們只需要明確設(shè)定幾個(gè)指標(biāo)變量就可以輕松使用該軟件，操作簡(jiǎn)單、使用方便，無需太多的專業(yè)知識(shí)，上手較快，是很多一線教師的不二選擇。

聚類分析的算法較多，如K-means算法、SVM算法、Apriori算法等多種算法可以對(duì)采集的學(xué)生各種屬性信息進(jìn)行分析、計(jì)算，實(shí)現(xiàn)相同類型數(shù)據(jù)的聚合。將具有相同內(nèi)在傾向、興趣及能力的學(xué)生聚合為一類，進(jìn)行針對(duì)性教學(xué)，從而更加有利于教學(xué)活動(dòng)的開展，加強(qiáng)學(xué)生職業(yè)能力、就業(yè)能力的培養(yǎng)。

我們采用了聚類分析中比較具有代表性的K-means算法對(duì)學(xué)生數(shù)據(jù)進(jìn)行分析。K-means中文譯名“K均值”其工作過程說明如下：

例如：班級(jí)有n個(gè)學(xué)生，我們?nèi)芜xk個(gè)對(duì)象作為初始聚類中心，其它所有剩余的對(duì)象要根據(jù)它們與這k個(gè)聚類中心的相似程度（也可稱之為距離），將它們逐一分配給最相似的聚類中心，重復(fù)這一過程，直到函數(shù)收斂為止。

用數(shù)學(xué)表達(dá)式表示為：

如果我們一共有N個(gè)數(shù)據(jù)點(diǎn)需要分為K個(gè)聚集群，k-means算法就是要最小化下面的函數(shù)：H=tnk||xn-uk||2

其中（x1，x2，…，xn）為原始數(shù)據(jù)的集合;在給定分類組數(shù)k（k≤n）值的條件下，將原始數(shù)據(jù)分成k類，S={S1，S2，…，Sk}，這里uk表示分類Sk的平均值;tnk在數(shù)據(jù)點(diǎn)n被歸類到k的時(shí)候?yàn)?，否則為0。

其特點(diǎn)是圍繞同一聚類中心的各對(duì)象盡可能緊湊，不同的聚類之間又保持最大的距離。

在課程中，利用SPSS軟件中的K-means算法對(duì)收集到的會(huì)計(jì)131班學(xué)生的數(shù)據(jù)進(jìn)行分析，最終完成分組。

3.針對(duì)分組對(duì)學(xué)生進(jìn)行針對(duì)性教學(xué)

在以往的教學(xué)中，對(duì)班級(jí)學(xué)生采用的是“理論部分一起講，實(shí)踐操作部分一起練，課堂輔導(dǎo)老師一肩挑”的辦法。這樣授課的結(jié)果往往就是老師累的筋疲力盡，而學(xué)生問題沒能及時(shí)一一解決。

在2013級(jí)會(huì)計(jì)專業(yè)學(xué)生的教學(xué)中，利用聚類分析法將學(xué)生按照一定的要求分組后，如何組織開展教學(xué)成為我們教師重點(diǎn)思考的問題。只有課程設(shè)置好了，課上好了，才是我們進(jìn)行聚類分析的真正意義所在。在授課過程中，可將同一組學(xué)生安排坐在一起，這樣大多共性問題可以通過老師的輔導(dǎo)一次解決。而小組成員之間也可以相互探討，相互督促，解決問題。對(duì)于各小組在學(xué)習(xí)過程中所積累的經(jīng)驗(yàn)、心得也可以和其他小組一起分享，激勵(lì)學(xué)生在學(xué)習(xí)教程中有想法有創(chuàng)新，為自己所在小組爭(zhēng)得榮譽(yù)。而老師可以有更多精力去發(fā)現(xiàn)問題、解決問題，大大提高了課堂效率。

在教學(xué)方法上，分組后比原始的教學(xué)方式更為靈活，更有針對(duì)性，學(xué)生的參與度也更高。由各小組學(xué)生的特點(diǎn)，有針對(duì)性的設(shè)置情境，可以達(dá)到事半功倍的效果。在課程的某些教學(xué)內(nèi)容的傳授過程中，情境模式可以較常規(guī)講授模式更有效。由不同的主題情境作為載體，學(xué)生們學(xué)到的知識(shí)技能也更多，激發(fā)學(xué)生的自主探索，解決問題的積極性，同時(shí)在該過程中鼓勵(lì)學(xué)生發(fā)揮自己的創(chuàng)新能力，強(qiáng)調(diào)團(tuán)隊(duì)合作的重要意義。

4.結(jié)束語(yǔ)

高職高專教育重點(diǎn)在于職業(yè)能力培養(yǎng)，針對(duì)不同的學(xué)生因材施教，并制作適合此類學(xué)生的教育方案?，F(xiàn)在大部分學(xué)生在學(xué)習(xí)的過程中，不再依賴于教材，而是把注意力放在更廣的知識(shí)面上。利用聚類分析的方法，相互促進(jìn)、相互交流、不斷提高。在有限的時(shí)間內(nèi)做到動(dòng)手能力、解決問題能力及創(chuàng)造力的最大提升，尋找明確未來最適合自己的發(fā)展方向。

【參考文獻(xiàn)】

[1]付艷萍.“分組教學(xué)法”課堂教學(xué)模式的探索[J].學(xué)周刊，2011（26）

[2]顏魯林.利用SPSS對(duì)大學(xué)生學(xué)習(xí)注意力集中程度進(jìn)行多元線性回歸分析[D].蘭州：蘭州大學(xué)，2012

[3]李芳.K-Means算法的k值自適應(yīng)優(yōu)化方法研究[D].合肥：安徽大學(xué)，2015

[4]羅家國(guó).基于SPSS的課程因子分析研究[J].江西理工大學(xué)學(xué)報(bào)，2011（05）