２０１０年９月 吕梁教育学院学报 Ｊｏｕｒｎａｌ ｏｆ Ｌ．ｖｌｉａｎｇ Ｅｄｕｃａｔｉｏｎ Ｉｎｓｔｉｔｕｔｅ Ｓｐｅｔ．２０１０ 第２７卷第３期（总第７３期） Ｖｏ１．２７ Ｎｏ．３（Ｓｕｍ．Ｎｏ．７３） 【教学改革】 Ａｐｒｉｏｒｉ关联算法在学生教学能力分析中的应用 王兆连 （吕梁教育学院，山西吕梁０３３０００） 摘要：数据挖掘作为一种新兴的数据处理技术，在社会各领域得到了广泛应用。本文提出 将数据挖掘技术应用于高师类学生教育教学能力的分析中。并以我校部分学生数据为对象，运用 数据挖掘的重要模式Ａｐｒｉｏｒｉ关联规则进行数据挖掘。发现了影响学生教育教学能力的主要因素 及相互关系，为高师类学校学生教育教学能力培养提供了决策依据。 关键词：数据挖掘；Ａｐｒｉｏｒｉ算法；教育教学能力 中图分类号：Ｇ６３３．６７ 文献标识码：Ａ 文章编号：１６７２～２０８６（２０１０）０３—０１０４—０２ 绩。这些信息通过学院各教学系获得。数据以ＥＸＣＥＬ格式 存储。 ２．学生个人信息调查表：这部分数据是从各教学系保存 的学生个人信息调查表中抽取的。主要有包括以下一一些内 容：性别、年龄、籍贯、家庭出身、是否独生子女、性格类型、月 数据挖掘技术是近几年发展起来的新兴技术，它在挖掘 大量数据中隐藏的模式和知识方面是其他技术方法所不能 比拟的。目前被广泛应用于商业领域的数据挖掘技术也被 广泛应用于其他领域。在高校人才培养的过程中，该技术的 应用也逐渐展开。教育教学能力作为高校师范类学生一项 很重要的能力，如何利用数据挖掘技术发现其培养方法和模 式也显得尤为重要。本文试着将Ａｐｒｉｏｒｉ关联规则基本原理 平均消费水平、是否曾任主要班干部、有无参加社会实践活 动、对专业课的兴趣、课堂学习效果、课外阅读时间等。 （二）数据集成 应用于高校学生教育教学能力的分析培养中。 一、高师类学生教育教学能力分析数据准备 在此分析中，数据源学生成绩表中抽取学号、课程平均 成绩、实习成绩（教育教学能力）等信息。学生个人信息调查 表只抽取区分度较大的属性：性格类型、有无参加社会实践 活动、是否曾任主要班干部等。最后得出学生教育教学能力 分析基本数据表如下表１ （一）数据来源 本文数据来源于吕梁教育学院２００８和２００９届共７０５名 学生两方面的数据： １．学生成绩表：包括学号、姓名、课程平均成绩、实习成 表１ 学生教育教学能力分析基本数据表 学号 ２００５０１ １２０１ ２００５０２０９２５ 课程平均成绩 ８２ ６８ 性格类型 外向 由 有无参加社会实践活动 是否曾任主要班干部 无 无 实习成绩 优 差 是 否 ２ｏ０５０２１０２４ ２６６６０３１５１４ ７４ ６９ 外向 由 有 无 否 无 良 由 （三）数据转换 教育教学能力的“优”和“良”合并为一个区间“优良”，“中” 和“差”合为一个区间“中”。另外，将其他属性进行代码转 换，代码转化表如下表２： 表１中的课程平均成绩是数值型属性，根据成绩本身的 分布特点，它将离散为三个区间：大于７５分为优良，间于６５ 和７５之间包括７５为中等，小于等于６５分为较差。同时将 收稿日期：２０１０—０６—２２ 作者简介：王兆连（１９７３一），女，山西临县人，吕梁教育学院讲师。 １０４ 表２教育教学能力分析代码表 属性 值 代码 性格类型 外向 １０ 内向 １１ 中 １２ 是否曾任主要班干部 是 ２０ 否 ２ｌ 有无参加社会实践活动 有 ３０ 无 ３１ 课程平均成绩 ＞７５（优良） ４０ ６５—７５（中等） ４ｌ ≤６５（较差） ４２ 教育教学能力 优良 ５０ 中 ５１ 例如有下列记录如表３： 表３代码转换实例表 性格类型 是否曾任主要班干部 有无参加社会实践活动 课程平均成绩 教育教学能力 外向 是 无 ７６ 优良 根据代码表进行转换如下： 确定该步的最大项集。对教育教学能力数据进行转换后的 ｛１０，２０，３１，４１，５０｝ 事务集数据应用Ａｐｆｉｏｆｉ算法生成的最大频繁项集为｛（１０， 二、应用Ａｐｆｉｏｆｉ关联规则算法对学生教育教学能力进行 ２１），（２１，４０），（３１，４０），（１０，２０，３０），（１０，３０，５０），（２０，３０， 分析 ５０），（２１，４１，５１），（３０，４０，５０），（３１，４１，５１），（１２，２１，３１）， 师范类大学生教育教学能力样本数据表共有７５条记 （１２，２１，５１），（１２，３ｌ，５１），（２ｌ，３１，５１），（１２，４１，５１）｝。 录，设定最小支持度为２０％。 （二）生成关联规则 （一）生成最大项目集 根据最大频繁项目集，生成关联规则（设ｍｉｎｃｏｎｆｉｄｅｎｃｅ 对教育教学能力数据进行转换后的事务集数据跟踪 ＝７０％）共挖掘与教育教学能力相关的规则１１条，如下表４： Ａｐｆｉｏｆｉ算法，创建每步的候选集（设定ｍｉｎｓｕｐｐｏ￣＝２０％），并 表４关联规则与支持度 规则 支持度（ｓ％） 置信度（ｃ％） 规则 支持度（ｓ％） 置信度（ｃ％） １０．３０＝＞５０ ２４ ８６ １２．２１＝＞５１ ２４ ７５ ２０．３０＝＞５０ ２４ ８３ ２１．３１＝＞５１ ３２ ７８ ２１．４１＝＞５１ ２４ ８３ ３ｌ＝＞５１ ４０ ７７ ３０．４０＝＞５０ ２０ ８７ １２．４１＝＞５ｌ ２０ ８３ ３１．４１＝＞５１ ２１ ９１ ４０＝＞５０ ３１ ７２ １２．３１＝＞５１ ２５ ７８ 三、关联规则结果分析评价 ４Ｏ＝＞５０ ｓｕｐｐｏ￣：３１％ｃｏｎｆｉｄｅｎｃｅ：７２％ 对以上１ １条规则进行分析评价如下： ３１＝＞５１ ｓｕｐｐｏ￣：４０％ｃｏｎｆｉｄｅｎｃｅ：７７％ １．学生性格特征、是否曾任主要班干部、是否参加过社会 通过代码转换，表明：第一，参加过社会实践活动的同学 实践活动、课程平均成绩是否优良都在不同程度地影响着学 有８６％的具有较强的教育教学能力；第二，曾任过主要班干 生的教育教学能力。性格比较外向、曾任过主要班干部、参加 部并参加过社会实践活动的同学有８３％的具有较强的教育 过社会实践活动、课程平均成绩也优良的同学１００％的有很强 教学能力；第三，参加过社会实践活动，课程成绩优良的同学 的教育教学能力，这部分学生也是学校的佼佼者，各中小学校 ８７％的具有较强的教育教学能力；第四，课程平均成绩优良 用人单位倍加欢迎的人才。但是学校本身培养这样的同学的 的同学７２％的可能有较强的教育教学能力；第五，没有参加 难度非常大。在此数据样本中，这样的同学仅占总数的３％。 过社会实践活动的同学有７７％教育教学能力较差，这样的同 ２．单一的性格比较开朗、担任过主要班干部、参加过社 学占总人数的４０％，应当引起学校的高度重视。 会实践活动、课程平均成绩优良的同学，教育教学能力较强 可见，社会实践活动、课程成绩是相对重要的两个组合 的可能性非常小。在此数据样本中单一课程成绩优良、教育 因素。也就是说，师范类高校在培养学生教育教学能力过程 教学能力较强的同学只占到总数的５％，而单一参加过社会实 中，文化课程的教育很重要，其他三个因素也很重要。性格 践活动教育教学能力较强的只占到１％，其他两项比例为０。 的转变可操作性比较差，主要班干部又受学生管理其他因素 ３．规则：１０，３０＝＞５０ ｓｕｐｐｏ￣：２４％ｃｏｎｆｉｄｅｎｅｅ：８６％ 的影响，不可每个人都当干部，所以应当积极组织动员学生 ２０，３０＝＞５０ ｓｕｐｐｏ￣：２４％ｃｏｎｆｉｄｅｎｃｅ：８３％ 参加各种有意义的社会实践活动，以提高学生教育教学能力 ３０，４０＝＞５０ ｓｕｐｐｏ￣：２０％ｃｏｎｆｉｄｅｎｃｅ：８７％ 以及其他方面的综合素质。 】０５
