基于决策树的英语专业学业影响因素的关联规则挖掘.pdfVIP

2010年 7月 浙 江 教 育 学 院 学 报 July2010 第 4期 NO．4 JOURNALOFZHEJIANGEDUCATIONINSTITUTE 基于决策树的英语专业学业 影响因素的关联规则挖掘 滕广青，张 良军，张 凡 (浙江外国语学院，浙江 杭州310012) 摘 要 ：利用决策树数据挖掘技术对英语 专业学生相 关数据信 息开展 了实验研 究，提 出了基于实验数据集的决策树挖掘模型，并据此提取 了英语专业学业影响因素 的关联规 则． 关键词 ：数据挖掘 ；决策树 ；英语专业；关联规则 中图分类号 ：TP331 文献标识码 ：A 文章编号 ：1671—6574(2010)04—0097—06 1 引 言 “数据挖掘 (DataMining，DM)”这一术语 目前在学术界还没有一个公认的、权威的定义 ， 但我们一般可以简单的认为数据挖掘是从大量的数据 中，提取隐含在其中的、人们事先不知道 的、但又是潜在而有用的信息和知识的过程…．数据挖掘所探寻的是一种已有的、只是隐藏在 数据中、暂时没有被发现的知识．数据挖掘技术是近年来发展最快、应用最为广泛的前沿性技 术之一 ，其基础理论 日臻成熟 ，应用范围越来越广泛．研究重点逐渐从发现方法等理论研究转 向系统应用研究 ，注重多种发现策略和技术的集成 ，以及 多种学科之 间的相互渗透．作为处理 海量数据 的有效方法 ，数据挖掘被越来越多地应用到教育领域的研究中来．国外最早将数据挖 掘技术应用于教育管理中的学生注册 、教学设施管理 、听课管理等方面 ．近年来 ，国内部分 学者也开始尝试利用数据挖掘技术探索教育领域 中的一些问题 ，如优化多媒体教学策略 ]、 提取网络学习关联规则 ¨』、建立教育决策支持系统 ]、编程语言的选择 ]、课程与成绩 的依存 性 、教学评价 等等 ，并取得了一些进展．本研究采用决策树数据挖掘技术 ，探寻英语专业 学业影响因素的关联规则 ，从技术应用的层面对利用信息技术研究英语专业教育领域相关问 题进行 了尝试． 2 针对英语专业学生数据信息的决策树数据挖掘 2．1 数据源管理 对于大学本科英语专业的学业影响因素而言 ，人们往往会有一些习惯性 的认识 ，例如： (1)高考成绩好的学生，人们往往认为其大学四年平均学分绩点会高 ；(2)部分地区的方言也 许会影响外语学习；(3)由外语类学校升人大学的学生 ，似乎在大学 的相应外语专业会有较大 收稿 日期 ：2010—06—16 作者简介：滕广青 (1970一)，男，吉林长春人 ，浙江外国语学院国际工商管理学院副教授 ，管理学硕士；张良军(1970一)，男 ，黑 龙江齐齐哈尔人 ，浙江外国语学院外国语学院副教授 ，文学硕士；张凡(1963一)，女，江西南昌人 ，浙江外国语学院图书馆助理馆员． 98 浙江教育学院学报 2010点 的优势 ；(4)一般而言，英语等级考试成绩与学生的学业成绩没有必然联系等． 由此，本研究选择国内某 211高校英语专业 2002级 108名本科毕业生 (50％的数据用于 挖掘试验，50％的数据用于验证)相关数据作为数据源，同时选择表 1中所列示的字段作为数 据挖掘字段 ，以每个毕业生的平均学分绩点作为学生的学业水平指标进行挖掘． 表 1 用于数据挖掘的字段及说明 注 ：Grade字段取值 1、2、3、4分别对应优 秀 、良好 、及格 、不及格 2．2 数据预处理 由于学生的相关教育信息来 自于不同操作平 台的不同数据库 ，操作平台与数据库管理系 统的异构 ，数据结构与数据类型、字段长度的异构 ，以及数据污染 、数据缺失等问题都给数据挖 掘带来很大障碍．因此 ，在数据挖掘之前必须对数据进行预处理． 在进行数据预处理时一般要考虑以下几个方面的问题 ：(1)数据清洗 现实