通过数据挖掘技术预测学生学习成绩

４３
科技信息
○高校讲台○
ＳＣＩＥＮＣＥ ＆ ＴＥＣＨＮＯＬＯＧＹ ＩＮＦＯＲＭＡＴＩＯＮ
２００７ 年 第 ２２ 期
ｋ
要求： Ｃｍ（ｋ）" ｅ（ｊ） ≤１ ｊ＝０
主要分为以下几个步骤：
１ 初始化： ｋ＝０，ω＝０ 根据需要设定学习率 βｉ， 衰减系数 Ｃ 和允许误 差 ε的值。
２ 开始学习训练：
ａ） ｋ＝ｋ＋１
４
Ａ
Ｂ
Ｂ
Ａ
Ａ
Ｂ
假 设 的 前 提 下 去 挖 掘 信 息 、发 现 知 识．数 据 挖 掘 所 得 到 的 信 息 应 具 有
先未知，有效和可实用三个特征。先前未知的信息是指该信息是预先
５
Ａ
Ｃ
Ａ
Ａ
Ａ
Ｂ
未曾预料到的，既数据挖掘是要发现那些不能靠直觉发现的信息或知
︰
︰
︰
︰
︰
︰
︰
识，甚至是违背直觉的信息或知识，挖掘出的信息越是出乎意料，就可
４．仿真结果及结论 将 Ｂ 样条神经网络控制引入到电液伺服系统中， 对其进行仿真， 可以得知， 用 Ｂ 样条神经网络控制电液伺服系统， 系统可以很好地跟 踪输入信号， 学习速度快， 不存在局部极小点， 在一定范围内， 随着 Ｃ
的增大， 泛化能力增强 但是， Ｂ 样条网络在使用中也存在不足之处。当维数增加时，存储
１０ 段， 用四阶 Ｂ 样条函数作为神经网络控制的基底函数时， 其在输入
空间上的分布具体用如下式子表示：
Ｘ－３＝－ ０．３ Ｘ－２＝－ ０．２ ．．． Ｘ１３＝１３ 权值为行矩阵， 项数为 １３， 令：
λ０＝Ｘ－ ３ λ１＝Ｘ－ ２ ．．． λ１６＝Ｘ１３ 设 λ０ 和四阶 Ｂ 样条函数 Ｂ１４（ｘ）相对应，λ１ 和四阶 Ｂ 样条函数 Ｂ２４（ｘ） 对应，依次类推，直到 λ１２ 和四阶 Ｂ 样条函数 Ｂ１３４（ｘ）相对应。 设 控 制 信 号 ： ｙ＝ｓｉｎ（ｘ）， 按 图 的 将 Ｂ 样 条 神 经 网 络 ， 在 ＭＡＴＬＡＢ 中
绩的因素大致分为： １）课前预 习 ； ２）按 作 息 时 间 学 习 ； ３）上 课 记 笔 记 ； ４）
课后复习； ５）独立完成作业。然后进行数据采集， 数据来源为山东信息 图１
职业技术学院软件系软件技术专业的两个班。
２．数据预处理 为保证数据质量， 在调查之前对学 生 明 确 调 查 的
从图 １ 所示的决策树及结点颜色（ 颜色深， 表示（ 下转第 １０２ 页）
通过 ＳＱＬ Ｓｅｒｖｅｒ 自带的数据挖掘功能， 利用决策树实现了对影响
学习成绩的关键环节的挖掘， 具体过程如下：
１．数据收集与描述 收集、描述数据是个数据挖掘 工 作 中 相 当 重
要的一部分工作。我们首先找出影响学生学习成绩的多方因素， 然后
从学生角度分析， 刨除智力因素外， 在学习环节上， 将影响学生学习成
能越有价值。 ３．数据挖掘的主要功能 数据挖掘通过预测未来趋 势 及 行 为 ， 做
出 前 摄 的 、基 于 知 识 的 决 策 。 数 据 挖 掘 的 目 标 是 从 数 据 库 中 发 现 隐 含 的、有意义的知识， 主要有以下几类功能：
（１） 自动预测趋势和行为： 数据挖掘自动在大型数据库中寻找预 测性信息， 以往需要进行大量手工分析的问题如今可以迅速直接由数 据本身得出结论。
在教 育 教 学 活 动 中 ， 教 学 质 量 的 好 坏 与 教 学 条 件 、教 师 业 务 水 平 目的、意义， 使学生反馈的数据尽可能真实、准确。在取得数据后， 对不
有关外， 更重要的是学习的主体－ － 学生。学生学习成绩好坏除智力因 合格数据予以剔除。参加调查的学生 ９８ 名， 实际取得合格数据 ９３ 个。
（２） 关联分析： 数据关联是数据库中存在的一类重要的可被发现 的知识。若两个或多个变量的取值之间存在某种规律性， 就称为关联。
（３） 聚类： 数据库中的记录可被化分为一系列有意义的子集， 即聚 类。聚类增强了人们对客观现实的认识， 是概念描述和偏差分析的先 决条件。
另 外 还 有 概 念 描 述 、偏 差 描 述 等 。 ４．决 策 树 方 法 的 主 要 优 点 数 据 挖 掘 的 常 用 技 术 有 人 工 神 经 网 络 、决 策 树 、遗 传 算 法 等 。 而 本文采用决策树技术对数据进行挖掘， 相对于其他挖掘方法， 决策树 方法应用最为广泛， 其独特的优点主要包括： （ １） 学习过程中使用者不需要了解很多背景知识， 只要训练事例 能够用属性――结论的方式表达出来， 就能用该算法进行学习； （ ２） 决策树的分类模型是树状结构， 简单直观， 比较符合人类的的 理解方式； （ ３） 可以将决策树中到达每个叶节点的路径转换为 ＩＦ－ ＴＨＥＮ 形 式的分类规则， 这种形式更有利于理解。 二 、通 过 数 据 挖 掘 预 测 学 生 学 习 成 绩
ｄ）重 复神经网络控制的仿真研究
３．１ 控制模型的建立 被控对象串连起来， 以便使期望输出与被
控对象输出之间的传递函数等于 １， 从而在将此网络作为前馈控制器
后， 使被控对象为期望输出。神经网络用于控制有很多种结构， 本文采
用 神 经 网 络 直 接 逆 控 制 。神 经 网 络 直 接 逆 控 制 就 是 将 被 控 对 象 的 神 经
Ｓｅｒｖｅｒ２０００ 下采用决策树挖掘方法， 在若干影 响 学 生 学 习 成 绩 的 环 节 中等水平的 ４４ 个， 成绩较差的 ２０ 个。其中调查的 ５ 项数据项为条件
中， 找出关键环节， 从而实现数据挖掘功能。
属性， 学习成绩属性为类别属性。最后得到的数据如表 １ 所示。
一 、数 据 挖 掘 的 的 知 识
进行仿真， 控制框图如图 ２ 所示。［４］
图 ２ Ｂ 样条控制框图
对用 Ｂ 样条神经网络控制的电液伺服系统进行仿真， 限于篇幅， 本文只给出通过第三次学习后得到的控制曲线和误差曲线如图 ３ 图 ４ 所示。
图 ３ Ｂ 样条神经网络控制第三次学习曲线
图 ４ Ｂ 样条神经网络控制第三次学习误差曲线
由图可知， 在第三个周期内， Ｂ 样条神经网络就可以控制电液伺 服系统跟踪输入信号的精度达到理想的效果， 最大误差在 ２％左右， 误 差主要集中在－ ０．０２－ ０．０２ 误差带之间。可见， 采用 Ｂ 样条神经网络来 控制电液伺服系统， 系统的控制精度可以大大提高。
数据项说明： 课前预习中的 Ａ、Ｂ、Ｃ 分别代表经常预习、时有预习、基本不 预 习。 按时学习中的 Ａ、Ｂ、Ｃ 分别代表严格、比较严格、一般。 记笔记中的 Ａ、Ｂ、Ｃ 分别代表多数都记、记的一般、偶尔记。 完成作业中的 Ａ、Ｂ、Ｃ 分别代表独立完成、参考完成、抄袭完成。 课后复习中的 Ａ、Ｂ、Ｃ 分别代表经常复习、时有复习、偶尔复习。 学习成绩中的 Ａ、Ｂ、Ｃ 分别代表上等、中等、较差。 ３．数 据 挖 掘 实 现 １） 建立数据表：在 ＳＱＬ Ｓｅｒｖｅｒ 中建立数据库后， 建 立 相 应 的 表 ， 并 在表中录入相应的数据。 ２） 设置数据源： 在控制面板中设置数据源， 连接的数据库为我们 新建的库。 ３） 在 ＳＱＬ Ｓｅｒｖｅｒ 中 进 行 数 据 挖 掘 的 过 程 ： 启 动 Ａｎａｌｙｓｉｓ Ｍａｎａｇｅｒ， 在 Ａｎａｌｙｓｉｓ Ｍａｎａｇｅｒ 树 视 图 中 展 开 “Ａｎａｌｙｓｉｓ Ｓｅｒｖｅｒｓ”， 单 击 服 务 器 名 称 ， 建 立 与 Ａｎａｌｙｓｉｓ Ｓｅｒｖｅｒｓ 的 连 接 ； 右 击 服 务 器 名 称 ， 单 击 “新建数据库”命令； 右击建立的数据库下的“数据源”文件夹， 单击“新 数据源”命令； 在“数据链 接 属 性 ”对 话 框 中 ， 单 击 “提 供 者 ”选 项 卡 ， 然 后 选 中 “Ｍｉｃｒｏｓｏｆｔ ＯＬＥ ＤＢ Ｐｒｏｖｉｄｅｒ ｆｏｒ ＯＤＢＣ Ｄｒｉｖｅｒｓ”， 单 击 “连 接 ”选 项卡， 从“使用数据源名称”列表中单击选中数据库。创建揭示客户模 式的数据挖掘模型， 在 Ａｎａｌｙｓｉｓ Ｍａｎａｇｅｒ 树 窗 格 中 右 击 “挖 掘 模 型 ”文 件夹， 单击“新建挖掘模型”命令； 打开挖掘模型向导， 通过向导建立挖 掘模型。依据学习成绩为 Ａ 的读取客户决策树， 如图 １ 所示。
掘 相 近 的 同 义 词 有 数 据 融 合 、数 据 分 析 和 决 策 支 持 等 。
２
Ｂ
Ｂ
Ｂ
Ａ
Ａ
Ｂ
２． 数据挖掘与传统分析方法的区别 数据挖 掘 与 传 统 的 数 据 分
３
Ｂ
Ａ
Ｂ
Ｂ
Ｃ
Ｂ
析（如 查 询 、报 表 、联 机 应 用 分 析）的 本 质 区 别 是 数 据 挖 掘 是 在 没 有 明 确
表 １ 经过预处理后的数据
１．数据挖掘的定义 数据挖掘（ Ｄａｔａ Ｍｉｎｉｎｇ） 就是从大量的、不完
序号 课前预习 按时学习 记笔记 完成作业 课后复习 学习成绩
全的、有噪声的、模糊的、随机的实际应用数据中， 提取隐含在其中的、
１
Ｃ
Ｃ
Ｂ
Ｂ
Ｄ
Ｂ
人 们 事 先 不 知 道 的 、但 又 是 潜 在 有 用 的 信 息 和 知 识 的 过 程 。 与 数 据 挖
素外， 还有多方面的因素， 最重要的是学习方法。为使学生能提高学习 加入学习成绩 属 性 ， 学 习 成 绩 属 性 值 根 据 两 个 学 期 评 定 ， 把 百 分 制 换
效 率 ， 有 正 确 的 学 习 方 法 ， 从 而 提 高 学 习 成 绩 ， 本 文 介 绍 了 在 ＳＱＬ 为上等、中等、较差。这 ９３ 个数据中学习成绩居上等水平的 ２９ 个， 居
科技信息
○计算机与信息技术○
ＳＣＩＥＮＣＥ ＆ ＴＥＣＨＮＯＬＯＧＹ ＩＮＦＯＲＭＡＴＩＯＮ
２００７ 年 第 ２２ 期
通过数据挖掘技术预测学生学习成绩