基于Apriori算法的校園教學質量評價系統設計

文/張鴻雁

在目前的教學評價工作中，大部分學校僅僅是對龐雜的教學數據進行簡單的堆砌和搜索，難以對數據背后隱藏的知識進行深度挖掘和利用。這種傳統的校園教學質量評價系統不能全面分析和反映教學情況，更不能提高校園教學效果，甚至影響學生成績的提高。在這樣的背景下，數據挖掘技術在教學質量評價領域中應運而生。數據挖掘技術合理地運用在教學質量評價領域中可以及時有效地反饋教師教學情況，提高校園教學質量和教學效果。

1 Apriori關聯規則算法

1.1 數據挖掘技術

數據挖掘技術主要是指從大量的、模糊、隨機等數據流中，通過技術手段和智能分析獲取隱藏在龐雜數據中的有用信息。數據挖掘技術改變了傳統對數據簡單地查找和錄入的情況，通過對于大量信息的智能搜索和分析，深度挖掘數據背后潛在的有價值信息，提高了數據的利用率。數據挖掘具有處理大量的數據信息的能力，得到的數據規律不需要普適所有領域，只在某一特定領域適用即可。

1.2 關聯規則算法

數據挖掘技術中，對于關聯規則的挖掘是重點研究對象。關聯規則是在分析了信息之間的關聯性后為數據挖掘提供了簡單的描述模式。利用關聯規則的數據挖掘步驟一般是先根據最小支持度閾值總數據庫中找到相應的項集，將數據控中項集總個數與最小支持度閾值相乘以獲得最終項集，之后將置信度大于最小支持度閾值的頻繁項集生成強關聯規則。關聯規則在不同標準下有不同分類。

2 基于Apriori算法的教學評價系統設計。

2.1 教學質量評價系統架構設計

從教學質量評價系統的功能需求角度出發設計教學質量評價系統的架構，主要包括客戶移動端設計以及系統服務端設計。具體可以分為Web網頁服務器、數據庫、電腦PC端和移動端四部分，如圖1所示。系統運行時，客戶端向服務端發送請求，Web端口接受請求后調取數據庫中的相應數據，最后將所需數據發送至客戶端中。

（1）教學評價系統客戶端設計。客戶端的設計主要作用是對教育評價的相關數據進行預處理，將處理后的數據信息借助網絡技術手段發送到服務器上進行分析和存儲。這一過程主要采用的是客戶端/服務器架構（C/S架構），通過這種架構可以將任務合理分配到客戶端和服務器端，充分利用了兩端硬件環境的優勢，又實現了網絡上信息資源的共享以及數據處理。客戶端在接入網絡后，登錄教學質量評價系統可以修改賬戶相關信息，獲取教學所需要的評價信息。

（2）教學評價系統服務端設計。教學評價系統服務端主要利用JAVA編程實現Web頁面功能，主要功能是完成數據的前期準備和存儲。服務端數據中有教師及學生用戶的賬戶信息、課程計劃、教師評分等信息。用戶端和服務器之間的信息交換主要通過JavaScript Object otation（JSON）格式實現。經過解析的數據信息可以直觀地顯示在手機等移動終端上，便于用戶提取和使用。

圖1：教學質量評價系統架構圖

2.2 教學質量評價系統數據庫設計

本系統中數據庫是對數據進行存儲和管理數據集合倉庫。數據作為教學評價系統的核心部分，會對整個系統的正常運行產生直接影響。在對數據庫進行設計之前考慮各個數據表之間的關聯，將整理后的數據表導入數據庫中有利于后期數據的快捷、準確調取。本系統中采用的數據庫管理系統是瑞典公司開發的MySQL數據庫。MySQL數據庫以其低成本、高性能、使用方便和多平臺使用的優點在Web開發領域深受歡迎。

以某高校學期評教活動為例，在數據預處理階段，從教學評價系統中抽取了教學質量評價信息2000余條，并按照學生年級、專業、性別、教師年齡、學歷職稱以及課程等信息將抽取的數據匯總成一個數據表。針對匯總的數據表，借助關聯規則數據挖掘方法，可以找到教師各項信息與所得評分之間的大致關系，在對學生的相關信息調整結果。設定支持度=3%，置信度=5%，在系統中輸入數據便能得到強規則項，最終可以得出某一指標與評教得分之間的關系式，關聯規則表現為X=>C。

通過對結果的分析可以得出如下規律：高學歷、高職稱、教齡長的教師的評分相對較高；不同年級、不同專業的學生對同一教師的評分區別較大。因此，應針對不同專業的學生制定不同的教學方案，結合學生專業背景采取相應的教學形式。

3 基于Apriori算法的教學評價系統的應用

Apriori 算法是關聯規則算法中核心算法之一，由于Apriori 算法具有容易理解、運算簡單、運算結果精準等優點在數據挖掘中廣泛應用。該算法主要通過對數據進行多次處理，需要先找到含有相同參數的所有項目集出現的頻次并確定最大項目及，然后多次重復操作直到不再有最大的項目集產生。

影響Apriori 算法的主要因素是對原始數據多次重復掃描，以及多次重復操作后產生的項目集占用大量空間。針對以上因素現提出：

（1）控制原始數據庫的掃描次數。對每個候選項目集標示對應的存儲數據庫，在系統進行運算的過程中只需要對相應的存儲數據庫進行掃描即可完成運算，不需要再重復掃描大量的原始數據。

（2）壓縮待掃描數據庫大小。由于教學質量評價系統的原始數據量龐雜，若不對源數據進行壓縮和預處理不可避免將占用大量空間和時間，降低運算效率。改進后的算法只需要掃描預處理后的后數據庫即可完成對原始數據的分析，進而壓縮了工作量，提高了系統效率。

基于Apriori算法的教學評價系統主要由成績管理、教學管理、學生評教三個模塊構成。在成績管理模塊，教師根據學生的學習情況進行成績評定，再將成績錄入系統。學生評教模塊主要是學生對特定課程的任課教師按照相應標準進行評分。教學管理模塊主要是同專業教師在某一教師的課程進行旁聽后進行同級評分。整個教學質量評價系統可以直觀地反映教師教學情況和教學質量。良好的評教系統有助于激勵教師改進教學方式，提高教學質量。

4 結束語

隨著大數據時代的到來，數據挖掘技術在各領域的擴展和應用具有重要意義。在校園教學質量評價領域，利用數據挖掘技術可以從龐雜的原始數據中提取出對于改進教學模式、提高教學質量有價值的信息。教學質量評價是促進學生成長、提高課堂教學質量的重要方式。基于Apriori算法的校園教學質量評價系統不僅可以對教師的教學情況進行評價，更能有效促進教師教學水平以及專業化的提升，提高課堂教學效果和學生的學習成績。因此，應大力推進基于Apriori算法的校園教學質量評價體系的應用，為校園教學質量的整體提高提供有力保障。