基于数据挖掘高校学生干部作用研究.doc

基于数据挖掘高校学生干部作用研究 　　摘 要：随着大数据时代的到来，人们对各项业务数据的管理和使用不再限于简单的存储备份和统计，更多地开始利用数据挖掘的技术，从枯燥的数据中挖掘出有用的、有趣的信息（或称为知识），对既有业务进行分析评价，并可对将来业务进行预测和指导。高校信息化管理积累了大量的教务及管理数据，运用关联规则方法挖掘所收集的数据，得出学生干部在班级整体学习风气中发挥何种作用以及如何更好地发挥作用的知识。 关键词：数据挖掘；高校；学生干部 中图分类号：G641 文献标识码：A 文章编号：1002-4107（2013）12-0081-02 当前已经有很多成果利用数据挖掘技术进行教学质量评价、教师业绩评价、学生成绩的相关分析等，而在众多文献中[1-3]，尚缺少对大学体系中一群重要角色，即学生干部的关注。因此，笔者结合自身实际教学工作，搜集所在单位大一至大三共16个小班自入学至2012年秋季学期为止的所有成绩以及各班学生干部分工信息，试图寻找学生干部在班级整体学习风气中发挥何种作用以及如何更好发挥作用的知识。 一、基本数据及预处理 本次研究工作收集的数据数量较大，如三年级学生经历5个学期约有40―50科成绩，200人就有一万项数据，数据量大可以为后期挖掘的准确性、可靠性带来保障，因此在预处理的过程中，尽可能保持数据的规模，主要进行三个预处理动作：将采用五级制评分标准的科目成绩转换为百分制，即优秀、良好、中等、及格、不及格分别换算为95、85、75、65和50分，去掉了所有采用二级制（即合格、不合格）评分标准的科目成绩，去掉了所有休/退学等成绩不完整的学生数据。 二、数据统计加工 以班级为单位，统计出各班人数、各等级成绩比率、学生干部数量、排名等常规信息；为配合笔者研究的主旨，还从中推导出几个特殊信息：（1）学生干部的量：为屏蔽班级人数的差异性，学生干部的数量以“学生干部比率”替代，学生干部比率=班级内学生干部数量÷班级人数，保留一位小数。（2）学生干部的质：各班学生干部人数众多，基于干部应起到领袖示范作用的先验知识，笔者取各班学生干部中最好的两个排名的均值作为“学生干部最好排名”参与后期分析（同样，为屏蔽班级人数的差异性，排名取其实际名次在班级总人数中的比率）。（3）班级学风：学风本是指学生的行为规范和思想道德的集体表现，是学生在学习过程中所表现出来的精神风貌，是一个抽象的、定性的概念。鉴于学风对于学习成绩的重要影响作用，笔者还重点运用到“中以上比率”定量地表达学风，中以上比率=优秀率+良好率+中等率。 经过以上的预处理和统计加工，得到如表1所示的数据表。 三、数据挖掘与分析 笔者采用关联规则分析方法挖掘大二、大三年级的11个班级[4-5]，在迭代频繁项集过程中，学生干部比率基本呈现离散状态，直接取其值，另外按“优秀率是否大于0”、“不及格率是否大于0”、“中以上比率是否大于0.7”、“学生干部最好排名是否小于0.25”将优秀率、不及格率、中以上比率、学生干部最好排名等4列数据进行了离散化，置信度阈值设为0.6，得出以下关联规则： （1）学生干部最好排名中以上比率0.7 支持度0.63，置信度0.86 注：学生干部最好排名优秀率0 支持度0.45，置信度0.6 （3）学生干部比率0.3=优秀率≯0 支持度0.45，置信度1 （4）学生干部比率0.3=不及格率0 支持度0.45，置信度0.8 （5）学生干部比率0.2=不及格率≯0 支持度0.45，置信度0.8 从第（1）条规则可以看出，学生干部在班级中确实可以起到领袖示范作用，学生干部的学习质量高，可带动整个班级建立良好的学习风气，学习效果理想。进而，如何让学生干部更好地发挥其作用是笔者力图挖掘出的第二条知识。从第（2）―（5）条规则可以看出，学生干部比率为0.2时，优秀率、不及格率均比学生干部比率为0.3时更为理想，因此笔者认为，一个班级中学生干部的比率以不超过20%为宜，过多的学生干部可能导致质量良莠不齐、人浮于事不作为等脱离高等学校本质的一些行政化不良现象，严重影响班级学风。 四、数据知识的验证 以上工作的数据对象为本文全部数据源中大二、大三年级的班级数据，为验证所挖掘知识的可靠性，用大一的6个班级数据（表2）进行验证。 （1）学生干部比率超过0.2的5个班级中，4个班级的中以上比率≯0.7、不及格率0，证明过多的学生干部不利于班级学风建设。 （2）学生干部比率为0.2的虽只有1个班级，但也满足中以上比率0.7的基本要求，学风符合预期。 五、改进学生干部评价的建议 通过以上的数据挖掘工作，已经得到并验证了高校学