一種基于序列聚類的現代學徒制課程體系建構方法

楊宇，鄒臣嵩，譚永洲

（廣東松山職業技術學院機械工程系，廣東韶關512126）

一種基于序列聚類的現代學徒制課程體系建構方法

楊宇，鄒臣嵩，譚永洲

（廣東松山職業技術學院機械工程系，廣東韶關512126）

采用多種數據挖掘算法建構現代學徒制課程體系的組織結構，解決將職業教育的課程裝進“學科體系”架構之中被“強制性”序化的問題，改變將復雜多變的內容主觀機械地套入既定的課程結構模式的常見做法.用關聯規則算法分析課程前導后續的關聯關系，用序列模式算法分析課程開設學期的序列關聯關系，定義課程序列結構、內容和加權相似性的度量方法，提出基于全局中心的序列相似性距離乘積最大法來改進K均值聚類算法，并生成現代學徒制課程體系結構.

序列；聚類；現代學徒制；課程體系建構

現代學徒制是國家大力推廣的職業教育模式，是職業教育模式改革的集大成者，其在強調雙主體、雙身份、雙導師、一體化育人之外，更加突出在崗培養、在崗成才.現代學徒制專業教學標準的研制路徑包括供需調研、職業能力分析、課程體系建構、標準編制四個階段［1］,根據調研得出的“職業生涯發展路徑表”，從項目、任務、能力點三個層次解構職業能力，獲得了大量的“原子態”的能力要素、頻率系數、重要性系數、項目評定系數［2］以及課程開設學期、前導后續課程等數據.傳統的課程體系建構多采用頭腦風暴、多元協商等定性的方法，采集的大量數據沒有發揮應有的作用.而數據挖掘等社會實證的方法是基于對數據的定量研究來建構課程體系，是對定性分析的重要補充，不但可以提高課程體系與企業的動態行動體系匹配度，方便實現在崗培養和在崗成才，還可以挖掘出人們無法用觀察法準確鑒定的社會現實問題，幫助破譯不同生產環境條件下完成任務（課程）的工作過程［3］，分析出課程之間隱藏的內在聯系，揭示隱含的規律.本文以廣東省現代學徒制培養試點項目——機電設備維修與管理專業的課程體系建構為例進行了關聯規則分析、序列模式分析和K均值聚類分析等數據挖掘研究，提出了一種課程體系建構方案.

1 當前現代學徒制課程體系建構存在的問題

課程設計有兩個決定性因素：一是課程內容的選擇，也就是對“筑道材料”的選擇；另一個是課程內容的序化，也就是對“跑之過程”的確定［4］.對于課程體系來講決定性因素也是一致的，職業能力分析和典型工作任務分析選擇了現代學徒制課程體系的內容，需要突破的是課程間的序化問題，即課程組織結構問題.

課程體系的組織結構問題是當前職業教育課程改革面臨的重要問題，也是難點問題［5］.當前研究職業教育課程體系的組織結構主要集中在兩個方向：一是課程體系的組織原理和方法，二是課程體系的結構模式和構建.前者研究的重點是組織的思想、原理、原則，在組織方法與技術層面的研究還比較欠缺［6］，還沒有形成比較成熟和易于操作的方法與技術，造成已經明確選取的凸現職業教育特色的課程內容被重新裝進“學科體系”的架構之中而被“強制性”地序化，以致課程又重新成為被簡化了的、被壓縮了的學科課程的翻版［7］.后者的研究重點是模式分類與構建，當前適于職業教育的課程結構模式有很多，但從結構角度基本都可以分為專門化課程模式、系列化課程模式、階段化課程模式和模塊化模式.其中模塊化模式逐步成為主流，它又包括CBE指導下的DACUM法常采用的模塊化矩陣式課程模式和國際勞工組織的MES培訓體系常采用的模塊化組合式課程模式［8］，以及“寬基礎活模塊”等眾多國內改進模式.這些模式為現代學徒制課程體系的建構提供了很好的結構模板，操作性也強，但依然存在將復雜多變的內容主觀機械地套入既定模式的問題，很少著眼于蘊含在動態行動體系之中的隱性實踐知識的生成與構建［7］.

2 現代學徒制課程間的關聯關系

典型工作任務轉換為課程后，確定了課程內容，也明確了課程的數量、功能與屬性等課程組織要素，但并未生成與構建出現代學徒制課程體系的組織結構，而要完成此項任務必須先明確課程間的關聯關系.

姜大源將課程內容的關聯關系分為“平行、遞進、包容的邏輯關系，或者是這三者排列組合的結果”，為方便表達關聯關系的結構，項目組將課程間的關聯關系修正為串行遞進、并行組合、串并交叉三種關系.

上述三種關聯關系的排列組合就生長與構建出了課程結構：具有串行遞進關系的課程形成一條職業能力培養的課程鏈路；相對獨立的課程鏈路通過并行組合實現專業培養目標要求的多項職業能力的培養；與相對獨立的課程鏈路交叉較多的鏈路形成輔助鏈路，顯化隱含的職業能力培養路徑.

上述三種關聯關系在程度上還有強弱之分，并作用于課程結構：若同一條串行遞進鏈路上的課程遞進關系變弱就有可能產生串并交叉，形成輔助鏈路；若遞進關系繼續弱化就應該將課程歸屬到不同的并行鏈路中構成組合關系；若多條鏈路出現同一課程則該課程就有可能是交叉課程甚至公共平臺課程，反之若鏈路中都不出現的課程就屬于孤立課程，并有可能獨立形成新的鏈路.

3 課程間關聯關系的數據采集

項目組采集了課程開設學期、前導課程和后續課程三個關聯關系數據，課程只涉及能全面反映動態行動體系復雜關聯關系的13門專業技術技能課和學徒崗位能力課，提高了數據的針對性和準確性；樣表如表1.數據采集面向11名企業專家，5名校外課程專家，5名校內骨干教師，5名學徒，共采集了1 358個樣本數據，樣本量滿足數據分析要求.

4 課程間關聯關系數據挖掘的方案設計

用傳統統計方法分析“開設學期”數據時發現部分課程的開設學期非常分散，得不出具備統計意義的開設學期結論.其次，分析“前導后續”數據時，課程排序數量巨大，而且矛盾排序很多，無法得出課程的前后關聯關系.第三，無法將“開設學期”的時間關系與“前導后續”的順序關系有機的統一起來分析.

本文用數據挖掘方法分析課程間關聯關系數據的方案設計，具體步驟如下：（1）用Apriori算法分析課程前導后續的關聯關系，篩選出大于一定強度閾值的關聯規則及其2-序列；（2）用Sequence pattern算法分析課程開設學期的序列關聯關系，篩選出大于一定強度閾值的序列關聯規則及其2-序列；（3）合并上述兩種算法篩選出的具有相同形式的2-序列，并定義序列的相似性度量方法；（4）提出一種基于全局中心的序列相似性距離乘積最大法來改進K-means算法，并對合并的序列進行聚類分析；（5）按聚類結果構建課程體系并進行評估.

本方案解決了傳統統計方法的問題，能分析時間關系與順序關系的強弱并加以取舍，還能將兩種性質完全不同的關聯關系有機的統一起來.

表1 課程關系數據采集樣表

5 聚類分析前的數據挖掘

5.1 用Apriori算法分析課程前導后續的關聯關系

Apriori算法是最為經典的關聯規則算法，是通過分層搜索挖掘單維邏輯型關聯規則頻繁項目集的有效算法，其任務是在事務數據庫中找出具有給定最小支持度和最小置信度的強關聯規則［9］.

本方案將“項目”定義為兩門有前導后續關系的課程的組合，如AB，它指先開設A課程再開設B課程，因此候選項目集為｛AB，AC，AD，……，MJ，MK，ML｝，共包含156個項目.本文選擇IBM SPSS MODELER的14.1版進行計算,規定規則最小支持度為12.5%，規則最小置信度為60%，算法分析后生成形如“AB→CD”的強關聯規則，其包含的2-序列為AB、AC、AD、BC、BD、CD.

5.2 用Sequence pattern算法分析課程開設學期的序列關聯關系

Sequence pattern算法是序列關聯分析的經典算法，它采用邊讀入邊計算再批量篩選的動態處理策略，將頻繁序列組織成鄰接格的形式，使序列規則的生成更加準確，也降低了計算開銷［10］.

本文選擇IBM SPSS MODELER的14.1版進行計算,規定規則最小支持度為30%，規則最小置信度為70%，算法分析后生成形如“C and D＞E→F”的強關聯規則，其包含的2-序列可以簡化為不含并列關系的CD、CE、CF、DE、DF、EF、DC.

5.3 定義課程序列的相似性度量方法

上述分析已經將兩種關系統一為不含并列關系的2-序列，將其合并后生成新的序列數據事務庫，候選集包括156個項目，項目是由A到M的13個元素中的兩個相異元素有序排列而成.針對課程序列的特點和建構課程體系的需求，項目組采用一種新的方法定義課程序列的相似性及相似性距離.

定義1序列結構相似度.假設Si和Sj是序列數據事務庫中的兩個序列，則序列Si和序列Sj的結構相似度Csim（Si，Sj）：

式中COM（Si）、COM（Sj）表示序列Si、Sj所包含的元素的集合；∣COM（Si）∩COM（Sj）∣表示序列Si、Sj所共有的元素的個數，∣COM（Si）∪COM（Sj）∣表示序列Si、Sj所包含的全部元素的個數.

Csim（Si，Sj）的取值范圍是[0,1]，當Csim（Si，Sj）=0時，序列Si和Sj之間沒有任何結構相似性；當Csim（Si，Sj）=1時，序列Si和Sj之間結構完全相同.

定義2序列內容相似度：

式中PER（Si）、PER（Sj）表示序列Si、Sj所包含的項目的集合.

定義3序列加權相似度：

定義4序列間的相似度距離：

根據定義1的符號解釋和邊界條件，可方便的推出定義2到定義4的相應解釋和條件.

6 基于序列相似度的K-means聚類算法改進

聚類分析是數據挖掘領域的一個重要分支，根據在數據中發現的描述對象及其關系的信息，將數據對象分類.其目標是簇內的對象相互之間是相似的（相關的），而不同簇中的對象是不同的（不相關的）.簇內的相似性（同質性）越大，簇間差別越大，聚類就越好［11］.K-means算法思路清晰簡單，但也因此帶來了一個重大問題，K-means算法對初始聚類中心敏感：從隨機的初始聚類中心出發，得到的聚類結果可能不同；反復迭代，計算開銷大；一般不會得到全局最優解［12］.

優化初始聚類中心點選取是改進K-means算法的一個重要方向：翟東海等人采用了最大距離法選取初始簇中心［13］；袁方等人采用了基于高密度的最大距離法選取初始簇中心［14］；熊忠陽等人采用了基于高密度的最大距離乘積法選取初始簇中心［15］；段桂芹采用了基于均值與最大距離乘積法選取初始簇中心［16］.

針對課程序列的特點和建構課程體系的需求，項目組提出了一種基于全局中心的序列相似性距離乘積最大法來優化初始聚類中心的選取.具體算法描述如下：

a)計算全部序列的支持度.

b)將序列按支持度降序排列后提取前N個序列，構建序列候選樣本集Sequence_N.

c)根據序列間的相似度距離公式（定義4），構建距離矩陣dist_array_N.

d)從距離矩陣中取出同時滿足以下3個條件的K個序列(K＞=3)作為聚類中心.

條件1：K個序列完全相異；

條件2：K個序列間的距離乘積最大；

條件3：K個序列映射至二維空間所構成的平面圖形必須是首尾相連的閉合曲線.

e)從樣本集中選擇離聚類中心最近的M個序列與聚類中心求并集，生成集合S.

f)去除集合S中的重復元素，輸出聚類結果.

為驗證算法核心部分的正確性，計算平臺選擇了Matlab.R2011b，選取UCI數據庫中的Iris、Balance-Scale和Wine作為測試數據，在準確率、迭代次數、聚類誤差平方和的綜合評價上總體較優.

7 基于序列聚類的現代學徒制課程體系建構

將現代學徒制課程體系的相關數據進行序列聚類分析，結果如表2所示.

在表2的12簇中，刪除重復簇和元素個數大于等于8的簇，對剩余的6簇分別計算其元素排序支持度，形成6條課程鏈路；對孤立元素，計算其與簇元素的排序支持度，得到1條課程鏈路Ⅳ，見表3.

表2 聚類結果表

表3 路徑排序表

表3中的前4條是課程主鏈路，是與崗位能力對應的培養路徑；后3條是課程輔鏈路，是與專項能力對應的培養路徑，它是由數據挖掘出的隱性培養路徑.

在7條鏈路中出現3次及以上的課程為平臺課程，共有7門；出現2次的課程為交叉課程，共有4門；只出現1次的課程為非交叉課程，共有2門.

結合“開設學期”數據的分析，將13門課程排列組合成的7條鏈路分為4個層級，得到現代學徒制課程體系結構圖，如圖1所示.

每條鏈路上的課程是串行遞進關系；4條主鏈路相對獨立，與“職業生涯發展路徑表”中的崗位對應清晰，他們之間是并行組合關系；3條輔鏈路與4條主鏈路之間至少有2門課程出現交叉，兩種路徑之間構成串并交叉關系.

在7條鏈路中出現3次及以上的課程為平臺課程，共有7門，這些課程對能力的培養具有核心意義；根據它們在鏈路中的序位可以確定其課程功能：排序靠前的2門是基礎平臺課程；排序居中的兩門是中繼平臺課程；排序靠后的3門是綜合平臺課程.

8 基于序列聚類的現代學徒制課程體系結構的評估

項目組與企業專家、課程專家對基于序列聚類的現代學徒制課程體系結構進行了評估.本課程體系結構是在數據挖掘的過程中逐步生成的，算法的綜合應用與改進基本完成了課程體系在識別、分類、分級和序化4個生長階段的任務，具備了課程體系“生成論”的基礎特征：按照行動體系的框架序化，強調的是動態的、有生命的“主體”對知識的“有機地”主觀構建［7］.其主要有以下幾個優點：第一，課程體系完全建立在數據基礎上，特別適應突出在崗培養的現代學徒制，對企業的實際需求與具體工作過程有更強的針對性.第二，是傳統定性方法的重要補充，解決了容易發生的兩個問題：將職業教育的課程裝進“學科體系”架構之中被“強制性”序化問題，將復雜多變的內容主觀機械地套入既定的課程結構模式中的問題.第三，清晰的展現了課程間串行遞進、并行組合、串并交叉的關聯關系和他們的排列組合方式，形成了7條對能力培養有明確針對性的課程路徑，明確了課程性質與功能，促進了課程的組織與實施.第四，可以挖掘出蘊含在動態行動體系之中的隱性實踐知識，揭示隱含的規律.如：在技術專家主導的課程構建階段設備管理崗位只建構出一門與其他課程關聯關系較弱的相對孤立的課程A，但通過數據挖掘卻生成了由ALM組成的主鏈路Ⅳ.企業專家認為該鏈路厘清了設備管理崗位的技術要求，企業需要在崗位標準修訂時加以補充.第五，操作性較強.關聯規則算法和序列模式算法都選擇使用范圍廣、功能全面和數據格式簡單的IBM SPSS MODELER軟件；聚類算法經改進后，準確率高，計算開銷少.

但本方法還有一些地方需要完善：首先，每門課程都是由4～6個模塊組成，模塊間依然存在遞進、交叉、并行的關系，不可避免的使課程間的關系復雜化，造成路徑的關系還存在一些無法解釋的地方.其次，雖然對職業能力進行了詳盡分析，采集并計算了項目系數以及項目、任務、能力點三級的頻度系數和重要性系數，但沒有深度挖掘它們之間的相關性和強度，沒有為課程體系結構提供直接支撐.最后，該課程結構還未在教學中實施完畢，教學質量與效果有待檢驗.

圖1 現代學徒制課程體系結構圖

項目組將從三個方面對本方法進行優化：第一，是淡化課程的綜合性屬性及學時學分方面的要求，強化模塊的專門化屬性和短小靈活的特點，再通過數據挖掘的方法建構模塊的體系結構，真正實現課程的模塊化.第二，定義、識別職業能力的難度系數、學時參數等新的屬性，挖掘項目系數、頻度系數和重要性系數的關系，生成能力素質模型.第三，在教學實施完畢后采集學徒的興趣度、課程價值系數和考試成績等信息，再經數據分析后調整課程體系結構.

［1］杜怡萍，李海東.中高職銜接標準建設新視野：從能力到課程[M].廣州：廣東高等教育出版社，2015：30.

［2］廣東省教育廳，廣東省教育研究院.廣東現代學徒制專業教學標準研制：職業能力分析(一)[M].廣州：廣東高等教育出版社，2016：290-347.

［3］趙志群.職業教育學習領域課程及課程開發[J].徐州建筑職業技術學院學報，2010（6）：5.

［4］姜大源.論高等職業教育課程的系統化設計——關于工作過程系統化課程開發的解讀[J].中國高教研究，2009（4）：14.

［5］徐國慶.論職業教育項目課程體系的設計[J].職教論壇，2009（6）下：4.

［6］郭炯，劉懷恩.高等職業教育課程研究的文獻綜述[J].中國職業技術教育，2009（12）下：54.

［7］姜大源.學科體系的解構與行動體系的重構[J].中國職業技術教育，2006（3）上：15-16.

［8］中華人民共和國教育部高等教育司，全國高職高專校長聯席會.點擊核心——高等職業教育專業設置與課程開發[M].北京：高等教育出版社，2004：79-83.

［9］元昌安.數據挖掘原理與SPSS Clementine應用寶典[M].北京：電子工業出版社，2009：181-183.

［10］薛薇，陳歡歌.SPSS Modeler數據挖掘方法及應用[M].北京：電子工業出版社，2010：224-228.

［11］Pang-Ning Tan，Michael S，Vipin K.數據挖掘導論[M].范明，范宏建，譯.北京：人民郵電出版社，2011：306.

［12］Han Jiawei，Kamber M.Data Mining Concepts and Techniques[M].北京：機械工業出版社,2006：344-345.

［13］翟東海,魚江，高飛，等.最大距離法選取初始簇中心的K-means文本聚類算法的研究[J].計算機應用研究，2014，31(3)：713-715，719.

［14］袁方，周志勇，宋鑫.初始聚類中心優化的k-means算法[J].計算機工程，2007，33(3):65-66.

［15］熊忠陽，陳若田，張玉芳.一種有效的K-means聚類中心初始化方法[J].計算機應用研究，2011，28(11)：4188-4190.

［16］段桂芹.基于均值與最大距離乘積的初始聚類中心優化K-means算法[J].計算機與數字工程，2015（3）：379.

A Method of Curriculum System Construction in Modern Apprenticeship Based on Sequence Clustering

YANG Yu,ZOU Chen-song,TAN Yong-zhou
（Department of Mechanical Engineering，Guangdong Songshan Polytechnic,Shaoguan 512126,Guangdong,China）

Using multiple data mining algorithms to construct the organizational structure of curriculum system in modern apprenticeship,it aims to solve the problem of"compulsory"ordering in the curriculum of vocational education into the framework of the discipline system,and to change common practice of the complex and changeable contents which are mechanically set into the established curriculum structure model.By analyzing the incidence relation between the leading and subsequent courses by Apriori,it analyzed the sequential incidence relation of courses offered by sequence pattern,defining a method of similarity measurement for the sequence structure,content and weighted similarity of courses,presenting a method of improving the K-means clustering algorithm for the sequence similarity distance product maximum based on the global center,and generating curriculum system construction in modern apprenticeship.

sequence;clustering;modern apprenticeship;curriculum system construction

TP311

A

1007-5348（2017）06-0021-06

（責任編輯：邵曉軍）

2017-03-22

2015年度廣東省高等職業教育專業教學標準研制項目（BZ201511）；2015年廣東省高等職業教育現代學徒制試點項目（粵教高函[2015]131號）.

楊宇（1970-），男，四川成都人，廣東松山職業技術學院機械工程系副教授，碩士；研究方向：職業教育、數據挖掘.