务ｌ 匐 化 数据挖掘技术在教务信息挖掘系统中的应用 Ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｄａｔａ ｃｏｌｌｅｃｔｉｏｎ ｔｅｃｈｎｉｑｕｅ ｉｎ ｔｈｅ ｔｅａｃｈｉｎｇ ａｆｆａｉｒｓ ｉｎｆｏｒｍａｔｉｏｎ ｃｏｌｌｅｃｔｉｏｎ ｓｙｓｔｅｍ 李羰琳。张璞 Ｌｌ Ｙｉ—ｌｉｎ，ＺＨＡＮＧ Ｐｕ （平顶山工业职业技术学院。平顶山４６７００１） 摘要：本文结合平顶山工业职业技术学院教务管理实际情况，将数据挖掘技术应用于高职院校教务 信息挖掘中，辅助管理者决策。首先，阐述了相关的数据仓库和数据挖掘的基础理论知识和技 术方法，重点介绍了数据挖掘的相关算法，然后提出了教务信息挖掘系统的总体框架的构建方 案，最后结合实际教务管理需求目标，采用Ｍｉｃｒｏｓｏｆｔ ＳＯＬ Ｓｅｒｖｅｒ ２０００中文企业版建设 数据仓库并对教务信息数据挖掘进行实现，使用决策树算法对学生综合素质进行了评价，使用 关联规则算法对公共选修课的开课规律进行了测评，并对其结果进行分析，通过两个教务信息 挖掘实例的实现过程与结果分析，最终得出教务信息挖掘系统对提高教务管理质量和水平大有 裨益。 关键词：高职院校：数据挖掘：教务决策 中图分类号：ＴＰ３９１；ＴＨ１ ２２ 文献标识码：Ａ 文章编号：１ ００９－０１ ３４（２０１ ０）０４－０２００—０４ ０ 引言 以平顶山工业职业技术学院现行的教务信息管 １．２数据挖掘 数据挖掘是获取新颖、准确、具有潜在应用价 值和最终可理解模式的非平凡的过程［５】。数据挖掘 理系统为基础，将数据挖掘技术运用于学院日常教 务管理中，在对数据挖掘以及数据仓库等关键技术 研究的基础上，结合高职院校教务管理的具体要求， 设计基于数据挖掘技术的教务信息挖掘系统，挖掘 教务系统中有价值的信息，找出教行规律，辅 挖掘出来的信息可以用概念、约束、模式、规律、可 视化等形式表示出来。数据挖掘的体系结构由数据 源层、挖掘层、用户界面层三部分组成【６】。挖掘的处 理过程分为定义问题、准备数据、执行数据挖掘算 法、解释和评价结果四个阶段ｆ７１。 数据挖掘常用算法有：决策树算法和关联规则 助管理者正确决策，提高管理质量和效率。 １ 相关基础理论 １．１数据仓库 数据仓库是面向主题的、集成的、相对稳定的、 反映历史变化的数据集合，用以支持管理中的决策 制定过程”】。 算法。决策树算法：决策树算法是一种根据输入数 据建立分类模型的系统方法，使用一种学习算法确 定分类模型，即决策树，其解决分类问题的一般方 法为：首先，需要一个训练集，它由类标号已知的 记录组成，其次，使用训练集建立分类模型，该模 型随后将运用于检验集，检验集由类标号未知的记 数据仓库是以业务数据库的数据为基础，对数 据加以整理归纳和重组，并及时提供给相应的管理 决策人员，它不是一个静态的概念【２】。数据仓库的整 体系统是由三部分构成的：具有可操作性的外部数 据源、一个或多个数据库、一个或多个数据分析工 具。具体操作过程为：聚集各种源数据、存储并管 理数据和获取所需信息［３１。数据仓库的体系结构包 括：数据源、数据的存储与管理、ＯＬＡＰ服务器和 前端：［具【 。 收稿日期：２０１０－０３－３０ 录组成［８ ；关联规则算法关联规则算法用于发现隐 藏在大型数据集中的令人感兴趣的联系，所发现的 联系可以用关联规则或频繁项集的形势表示【９ｊ，关 联规则挖掘任务可以分为两步：第一步是频繁项集 的产生，其目标是发现满足最小支持度阈值的所有 项集，这些项集称之为频繁项集，第二步是规则的 产生，其目标是从上一步发现的频繁项集中提取所 有高置信度的规则，这些规则称之为强规则 。 作者简介：李皴琳（１９６４一），女，河南平顶山人，讲师，本科，主要从事计算机及应用专业的研究工作。 ［２００１ 第３２卷第４期２０１０—４ ｌ ｌＩ５ 似 ２ 系统分析与设计 数据挖掘技术出现和发展较晚，在教育教学领 域的开发和应用更是刚刚起步。因此，到目前为止 国内还未出现一套成熟、完整、合理的教务信息挖 掘系统，供管理者使用。依据对目前现状地调查和 分析，教务信息挖掘系统要解决的主要问题为：数 据量庞大、数据不完整、挖掘方法的合理选择和有 效使用。 基于上述分析，教务信息挖掘系统的设计，大 体上分为三个大的功能模块，分别为：教务数据采 集模块、教务数据仓库和教务数据集的创建及 管理模块、数据挖掘和分析模块。系统总体结构如 图１所示。 图１系统总体构架 ３系统实现 直接应用ＳＱＬ Ｓｅｒｖｅｒ提供的数据挖掘和联机分 析处理功能来实现教务管理数据的分析和挖掘。具 体实现方法和步骤是：首先，将教务管理系统中的 各相关业务数据库中的数据导入到ＳＱＬ Ｓｅｒｖｅｒ，经 过对这些数据的一系列加工处理，构建星型结构的 教务数据仓库，为形成有效的数据挖掘模型，做好 数据准备工作；然后，直接启动Ｍｉｃｒｏｓｏｆｔ ＳＱＬ Ｓｅｒｖｅｒ２０００ Ａｎａｌｙｓｉｓ Ｓｅｒｖｉｃｅｓ，借助ＳＱＬ Ｓｅｒｖｅｒ ２０００ 提供的“挖掘模型向导”，构建数据挖掘的模型；最 后，选择ＳＱＬ Ｓｅｒｖｅｒ ２０００的提供的有关数据挖掘 算法（如决策树方法），对教务数据源进行数据挖掘， 发现规律，获取有利用价值的信息，支持教务决策。 ４系统应用举例 ４．１数据挖掘在学生综合素质评价测评中的应用 学生综合素质评价测评的指标属性有很多，结 合实际情况，选择Ｘ，＝（思想品德素质）、Ｘ，＝（专业素 质）、Ｘ，＝（社会实践素质）、Ｘ ＝（身心素质）、Ｘ ＝（综 合素质）五个指标作为学生综合素质评价属性指标的 类别和训练样本的数据，其中Ｙ１为参加评价的学生 编号，学生综合素质评价的指标属性和结果属性共 有五个级别：即Ｉ＝优秀：９０—１００；Ⅱ＝良好：８０・ ８９；Ⅲ＝中等：７０．７９；Ｉ憔摄稻所两 ６９；Ｖ＝不及 格：小于６０。如表１ 表１数据表 学生编号 指标属性 结果 （Ｙ．） Ｘｌ Ｘ２ Ｘ３ Ｘｄ Ｘ５ ０００ｌ ＩＩ ＩＩ ＩＩ Ｉ 良好 ０００２ ＩＩ ＩＩ ＩＩ ＩＩ 良好 ０００３ ＩＩ ＩＩ ＩＩ ＩＩ 良好 ０００４ ＩＩＩ ＩＩＩ ＩＩＩ ＩＩＩ 中等 ０００５ ＩＩ ＩＩＩ ＩＩＩ ＩＩＩ 中等 ０００６ Ｉ Ｉ Ｉ Ｉ 优秀 ０００７ ＩＩＩ ＩＩＩ ＩＩ ＩＩＩ 中等 ０００８ Ｉ ＩＩ Ｉ ＩＩ 优秀 ０００９ Ｉｌｌ ＩＩ ＩＩＩ ＩＩ 中等 ００ｌ０ ＩＩ ＩＩＩ ＩＩ ＩＩＩ 中等 运用决策树算法的ＩＤ３算法，检验每一个信息 增益的特征属性，找出信息增益最大的判别属性构 建决策树的结点，使决策树具有的结点数最少，能 够准确地判断样本数据，并按照此特点所取的数值 不一样，建立决策树的分支；对该决策树的分支的 样本进行子集递归，以此方法构建决策树的结点和 分支，直到某一子集中的样本同属于一类为止。详 细执行步骤是：由表１中的数据可知，给定的样本 所需的期望信息为： （ｓ ）一 ｌ一 ｇｏｓ：（‘ ）一 ｌ ｏｓｚ（‘ ） 一一 ｌ孟 ｚｏｓｚ ’（ ） ， ２９５４６０２ 针对属性Ｘ，： Ｖａｌｕｅｓ（Ｘｊ）＝（Ｉ，１Ｉ，Ⅲ），Ｓ Ｉ＝｛６，８｝，Ｉｓ Ｉ ｌ：２，ＳⅡ＝｛１， ２，３，５，１０｝，ＩＳⅡＩ＝５，ＳⅢ＝｛４，７，９）， ｌｓ Ｉ＝３，则属性ｘ 的条件信息熵为： Ｅ（ｓｊ）＝一÷］．ｏｇｚ（÷）一ｌｏｇ２（÷）＝１．０ Ｅ（ｓＩＩ）一｛ｌｏｇｚ（去）一ｌｏｇｚ（｛）＝０．５４０３４３５ Ｅ（ｓⅡＩ）一÷ｌｏｇｚ（去）一ｌｏｇｚ（｛）＝０．６５００２２４ 一 所以Ｅ（ｘｏ Ｚ Ｅ（Ｓ１） Ｅ（ ｎ） Ｅ（ ｍ） ６９３１１３４４ Ｅ（Ｘ ）＝０．６８５４７５３３，Ｅ（Ｘ。）＝Ｏ．８３６４５２８２．Ｅ（Ｘ ）＝Ｏ．８４９０２２５６ 第３２卷第４期２０１０－４ ［２０１】 ｌ 匐 化 ．＝ 属性Ｘ，的信息增益：Ｇａｉｎ（Ｘ ）＝Ｉ（Ｓ）一Ｅ（Ｘ ）＝０． 男性，Ｄ１９一女性，Ｄ２０一非常满意（９５％￣１００％）， Ｄ２Ｉ一比较满意（８５％～９５％），Ｄ２２＿－一般（７０％～ ５０５４４６７６同理，可分别计算出属性ｘ，、ｘ 、Ｘ 的信 息增益分别为： Ｇａｉｎ（Ｘ，）＝Ｉ（Ｓ）一Ｅ（Ｘ．）＝Ｏ．６０９９８４８７ Ｇａｉｎ（Ｘ ）＝Ｉ（Ｓ）一Ｅ（Ｘ ）＝０．４５９００７３８ Ｇａｉｎ（Ｘ ）＝Ｉ（Ｓ）・Ｅ（Ｘ ）＝０．４４６４３７６４ ８５％），Ｄ２３一不太满意（５０％～７０％），Ｄ２４一很不 满意（０％～５Ｏ％）。 然后，根据所提取的信息的情况产生数据表。 表中包括２５个字段，字段ＩＤ，测评序号，每个学生 对每门课程的每次测评均产生一条记录。当字段值 得出结果为：Ｇａｉｎ（Ｘ，）＞Ｇａｉｎ（Ｘ ）＞Ｇａｉｎ（Ｘ ）＞ Ｇａｉｎ（Ｘ４）。 由以上计算结果得出，信息增益最大的属性是 ｘ 因此选择属性ｘ，为构建决策树的根节点，进行 属性测试，并对应在此根节点下选取其他属性向下 创建分支，运用ＩＤ３算法继续进一步的划分，如果 从根节点到当前节点的路径已包括所有属性，或者 当前节点的训练样本同属一类时，算法结束。如图 ２所示。 Ｘ， 图２决策树型图 从上面分析可知，在学生综合素质测评中，专业 素质测评是关键，这也与职业教育要求学生专业素 质能力强是相符的。它在职业教育中占有主要地位， 因此，加强专业素质能力地培养，也是提高高职类 院校学生综合素质的第 要务。其次，思想品德素 质对综合测评也起着不小的做用，所以在加强专业 素质教育的同时要强化学生思想教育，全面提高学 生素质，提高教育教学质量。 ４－２数据挖掘在公共选修课评测中的应用 首先确定数据结构。抽取出所有对公共选修课 的开设有影响的基本信息，Ｄ０１～艺术类选修课， Ｄ０２一体育类选修课，Ｄ０３一计算机类选修课，Ｄ０４ 一文史类选修课，Ｄ０５一理工类选修课，Ｄ０６～其 他类选修课，ＤＯ７一基础部，Ｄ０８一机电工程系，Ｄ０９ 资源开发系，Ｄ１０～计算机系，ＤＩ１一服装艺术 系，Ｄ１２一经济管理系，Ｄ１３一教授，ＤＩ４一副教 授，ＤＩ５一讲师，Ｄ１６一助教，Ｄ１７一外聘．Ｄ１８一 ［２０２１ 第３２卷第４期２０１０－４ 为“１”时表示事务中存在于该项，为“０”时表示 事务中不存在于该项。例如２００８３３０５５的学生对课 程２５１２做出了测评，该课程是基础部某位讲师（男） 教师的一门体育类选修课，学生给出的测评分值足 ８３分，那么这条记录的表示就应该如表２所示。 表２数据表 ＩＤ Ｄ０ｌ Ｄ０２ Ｄ０３ Ｄ０４ ＤＯ５ ＤＯ６ Ｄ０７ Ｄ０８ ＤＯ９ Ｄ１０ Ｄｌ１ Ｄ１２ ０ １ ０ ０ ０ Ｏ １ ０ Ｏ Ｏ Ｏ Ｏ ２ｏ０８３３Ｏ５５． Ｄ１３ Ｄ１４ Ｄ１５ Ｄ１６ Ｄ１７ Ｄｌ８ Ｄ１９ Ｄ２Ｏ Ｄ２１ Ｄ２２ Ｄ２３ Ｄ２４ ２５１２．１ ０ ０ １ ０ Ｏ ｌ ０ ０ Ｏ １ ０ Ｏ 接着，用Ａｐｒｉｏｒｉ算法程序将数据库中的测评数 据与课程数据相连接，得到准确的信息数据。再根 据上面说述的划分方式，将记录的信息表示项逐条 统计，并将其存入数据仓库表Ｄａｔａｓ之中。 最后，按照表Ｄａｔａｓ的数据统计出各项的出现次 数，连接Ａｐｒｉｏｒｉ算法程序。 以下逐步介绍数据挖掘在公共选修课开设评测 中的应用情况。 １）载入数据。在对各数据库中的数据进行预处 理的基础之上，装载到数据仓库之中。 ２）参数选取。按照算法的要求对支持度和置信 度进行设置，这两个参数选取的是否合理，直接影 响到挖掘结果的准确性和科学性。在这里，把数据 的支持度和置信度设置为６００以上和０．３５以上。 ３）数据挖掘。对数据运用Ａｐｒｉｏｒｉ算法进行公 选课开设情况评测的挖掘处理，经过数据挖掘技术 处理得到的频繁集合和最终的过滤后的规则。 ４）过滤规则。系统可以通过设置规则左右边出 现的项目，将挖掘出来的规则进行过滤，以得到最 感兴趣的规则。例如：最小支持度为６００；最小置信 度为０．３５；栏日选择选修课类别为“０ｌ艺术类选修 课”现测评结果项目选择为“２ｌ比较满意”项。执 行挖掘处理后，获取表３关联规则列表。 表３关联规则列表 ｜ Ｉ 越 ｜碰 ｌ ｌ｜燕＇撩葭ｌ＼ 孽 ０ｌ ０１艺术类选修课 ２１比较满意 ２６７０ ４６．５２％ ０２ Ｏ１艺术类选修课 ２１比较满意 １１服装艺术系 ２５５０ ４６．４９％ ０３ Ｏｌ艺术类选修课 ２１比较满意 １９女性 ２５５０ ３５．Ｏ５％ １１服装艺术系 ０４ 叭艺术类选修课 １９女性 ２５５０ ３５．０５％ ２１比较满意 ０５ 叭艺术类选修课 ２ｌ比较满意 ２５５０ ４６．４９％ １１服装艺术系 ０６ Ｏ１艺术类选修课 ｌ９女性 ２５５０ ３５．０５％ １１服装艺术系 ２１比较满意 ０７ ０１艺术类选修课 ２ｌ比较满意 １５４７ ４６．０１％ ｌ５讲师 ０８ Ｏ１艺术类选修课 １１服装艺术系 １５４７ ４６．１５讲师 ２１比较满意 ０１％ ０９ Ｏｌ艺术类选修课 １９女性 １５４７ ３５．４６％ １５讲师 ２ｌ比较满意 Ｏ１艺术类选修课 １１服装艺术系 ｌＯ １５讲师 １９女性 ｌ５４７ ３５．４６％ ２１比较满意 ｌ】 Ｏ１艺术类选修课 ２ｌ比较满意 ｌ５８２ ４９．１４％ １９女性 １２ 叭艺术类选修课 １１服装艺术系 ｌ５８２ ４９．１４％ １９女性 ２１比较满意 １３ 叭艺术类选修课 ｏ４副高 １５８２ ３６．１９女性 ２ｌ比较满意 ２１％ ０ｌ艺术类选修课 １４ ｌ１服装艺术系 ２ｌ比较满意 １５４７ ４６．０１％ ｌ５讲师 Ｏｌ艺术类选修课 １９女性 ｌ５ １１服装艺术系 ２１比较满意 １５４７ ３５．４６％ ｌ４副教授 Ｏ１艺术类选修课 １６ １１服装艺术系 ２１比较满意 １５８２ ４９．１４％ ｌ９女性 １７ Ｏｌ艺术类选修课 １１服装艺术系 ｌ５中级 １５８２ ３６１９女性 ２１比较满意 ．２１％ Ｏｌ艺术类选修课 １８ １５讲师 ２１比较满意 １０８６ ５０．４９％ １９女性 １９ ０ｌ艺术类选修课 １１服装艺术系 １０８６ ５０．１５讲师 ２１比较满意 ４９％ ０１艺术类选修课 ２０ １１服装艺术系 ２１比较满意 １０８６ ５０．４９％ １５讲师 ｌ９女性 ４．３结果分析 按照表３列出的规则，选择其中置信度最高的 规则１ ８，进行分析研究：这条规则表示，公共选修 课类别是“艺术类选修课”，并且任课教师职称是 “讲师”，教师的性别是“女性”时，大部分学生对 该课程的满意度比较高。此规则与实际现实调查的 情况吻合。所以，在公共选修课开设过程中，可以 增强艺术类课程，讲师以上职称，女性教师的课程 开设力度，以此满足学生的需要，获取良好的教学 效果，从而达到提高教育教学质量的目的。 ５ 结论 根据现有教务系统不能实现辅助管理者决策的 实际情况，通过对数据仓库和数据挖掘的分析和研 究，把他们有机结合，构建并实现教务信息挖掘系 统，达到从教务数据仓库中挖掘教务信息，发现规 律或规则，科学合理地指导教务管理实践，提高管 理水平的目的。 参考文献： 【１］Ｈ．Ｉｎｍｏｎ．王志海等译．数据仓库（原书第３版）【Ｍ】．北京：机 械工业出版社，２００３．４７—４９． 【２］林宇．数据仓库原理与实践【Ｍ】．北京：人民邮电出版社， ２００３．１４—１７． 【３】王冕．基于数据仓库的教务决策支持系统研究与实现【Ｄ】． 厦门：厦门大学图书馆，２００７． 【４］王珊．数据仓库技术和联机分析处理［Ｍ】．北京：科学出版 社，１９９５．２０－２２． 【５］康晓东．基于数据仓库的数据挖掘技术ＩＭ］．北京：机械工业 出版社，２００４．６－９． 【６】王继民．数据挖掘［Ｍ】．北京：北京大学信息管理系，２００６． ６６．６７． 【７】夏火松．数据仓库与数据挖掘技术［ＭＩ．北京：科学出版社， ２００４．１０—１１． 【８】Ｐａｎｇ－Ｎｉｎｇ Ｔａｎ Ｍｉｃｈａｅｌ Ｓｔｅｉｎｂａｃｈ Ｖｉｐｉｎ Ｋｕｍａｒ，范明，范宏 建等译．数据挖掘导论ＩＭ］．北京：人民邮电出版社，２００６．９０－ ９１． 【９］Ｈａｎｄ Ｄ，Ｍａｕｎｉｌａ Ｈ．张银奎译．数据挖掘原理【Ｍ】．北京：机 械工业出版社，２００３．７２—７５． 【１０】毛国君．数据挖掘技术与关联规则挖掘算法研究［Ｄ】．北京： 北京工、Ｉ 大学图书馆，２００３． 第３２卷第４期２０１０－４ ［２０３１
