关联规则算法在教学评价中的应用

关联规则算法在教学评价中的应用

摘要:教学评价是教学活动的一个重要环节,正确、客观的教学评价既能反映学生的学习状况、教师的教学效果,又能为教务部门对教师考核、师资调配、课程开设提供了参考的依据。因此,提高教学评价的科学性、客观性和准确性,充分挖掘、利用评价数据,对保证教学活动向预定目标前进并最终达到该目标有着重要的作用。本文以惠山中专进两年学生评教的数据为依据,详细介绍了基于关联规则的数据挖掘方法应用。

关键词:数据挖掘关联规则算法教学评价

教学评价是教学活动不可缺少的一个基本环节,它是了解教学状况、评价教学效果的有效手段之一;更是教师确定教学目标,选取教学方法、手段,把握教学重、难点,掌握学生学习状况,调整教学策略,改进教学措施,解决存在问题的有效途径;同时,也是教务管理部门考核师资业绩、调配师资资源、完善课程体系的重要依据。

1 关联规则的概念、特点及Apriori算法

数据挖掘就是从大量的、不完全的、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、人们事先不知道的、但又是潜在有用的信息和知识的过程。

关联规则作为数据挖掘的一个重要研究分支,其主要目的是从大

量的数据中挖掘出有价值描述数据项之间相互联系,即关联规则。数据主要根据以下两个标准进行关联。

最小支持度——表示规则中的所有项在事务中出现的频度。

最小可信度——表示规则中左边的项(集)的出现暗示着右边的项(集)出现的频度。

关联规则的发现可以分成两个步骤:首先发现所有频繁项集(满足最小支持度的项集),再由频繁项集生成关联规则(保留满足最小可信度的规则),然后用这些频繁项集生成强关联规则。

Apriori算法是一种经典的生成布尔型关联规则的频繁项集挖掘算法。它的基本思想是利用一个层次顺序搜索的迭代方法来生成频繁项集,即利用K项集来生成(K+1)项集,用候选项集Ck找频繁项集Lk。这个方法要求多次扫描数据库,同时产生大量的候选集,系统的开销、负载相当大,效率就非常低。

2 使用Apriori算法,对教学评价数据进行分析

本文以惠山中专期中评教的原始记录作为挖掘的数据集,根据关联规则的数据挖掘过程,按照以下五个步骤来对数据进行分析,以期望发现教师个人因素与教学测评结果之间的内在关系。

2.1 数据的准备

只有准备了有效的数据,才能从根本上保证原始数据的真实性、严谨性,保证数据挖掘的实际效果。挖掘教学效果与教师特征的内在联系,所需数据主要是从教师基本信息数据库和学生评教结果记录数据库中获得。

2.2 数据的集成和清洗

先对这两个数据库中的数据进行简单的集成,再对数据进行仔细检查和清理,补齐丢失、遗漏的属性,去掉重复冗余的数据记录和属性,保留有效的属性,结果如表1所示。

2.3 数据的转换和并归

数据的转换和并归,是指对数据进行一定的处理,从而构造出一个适合数据挖掘的描述形式。

将职称属性进行泛化处理如表2所示。

对年龄进行离散化处理,转换为年龄段区间。即AGE<30,30<AGE<40,40<AGE<50,50<AGE<60等4个年龄段。

对得分进行离散化处理,转换为得分区间等级。即SCORE>4.5,优秀;SCORE>4,良好;SCORE>3.5,中等;SCORE>3,合

格;SCORE<3,不合格。

2.4 关联规则挖掘

下面分析学历与评价结果之间的关系:假设最小支持度为0.2最小置信度为:0.3。

关联规则置信度

[学历=硕士]→[总评成绩=优] 0.8

[学历=本科]→[总评成绩=中] 0.667

下面分析年龄与评价结果之间的关系:设最小支持度为0.1,最小置信度为:0.3

关联规则置信度

[年龄∈(>=35)] → [总评成绩=优] 0.750

[年龄∈[30,35)] → [总评成绩=中] 0.667

[年龄∈(<=30)] → [总评成绩=良] 0.400

2.5 表示和使用结果

计算结果可以用交叉表或条型图的形式表示,也可以用饼分图等表示。根据数据挖掘的结果,学历与得分存在着较高的关联性,为了提高学校整体的教学水平,引进高学历人才是一项快捷的、有效的解决

措施;得分高的教龄段则说明该教龄段教师的教学经验越丰富、授课方法适合学生、受学生的肯定程度较高,教务管理部门可以依据这一结果有针对性地制定青年教师培养机制,利用“传、帮、带”的方式,“传”即授之以渔,“帮”即助之以需,“带”即率之以行,使年青教师在老教师的言传身教的影响下,不断积累教学经验,提高教学质量。

3 结语

通过以上五个环节的数据处理,我们能充分利用评价所得的数据,较好的发挥教学评价对教学的调节、控制、指导和推动作用,有效的提高教学质量。同样基于关联规则的数据挖掘方法还可用于挖掘其它类型的教学评价,如教学督导组对教师的评价,同行、专家对教师的评价等。另外,对于不同类型、不同层次的学校,这种数据挖掘方法也基本能适用,因此,数据挖掘技术的使用能够充分挖掘教学评价数据的价值,是提高学校教学管理水平和教学质量的有益探索方法。

参考文献

[1] 魏红.我国高校教师教学评价发展的回顾与展望[J].高等师范教育研究,2001,13(3).