FP-growth算法在醫(yī)學形態(tài)學教學系統(tǒng)中的應用與研究

許 敏，高鳳蘭

(漯河醫(yī)學高等專科學校，河南 漯河 462000)

FP-growth算法在醫(yī)學形態(tài)學教學系統(tǒng)中的應用與研究

許 敏，高鳳蘭*

(漯河醫(yī)學高等專科學校，河南 漯河 462000)

針對已有網(wǎng)絡教學系統(tǒng)缺乏智能性、不能有效地為用戶提供滿足要求的教學資源、無個別化指導等缺點，項目組將數(shù)據(jù)挖掘中FP-growth算法應用到醫(yī)學形態(tài)學實驗教學系統(tǒng)中，從而提高該教學系統(tǒng)的智能化水平、激發(fā)學生學習興趣。大量實驗表明，引入過FP-growth算法的醫(yī)學形態(tài)學實驗教學系統(tǒng)，不僅能夠利用有效地的為用戶提供滿足要求的教學資源，還能夠因材施教對學生實行個性化指導。

智能教學系統(tǒng);FP-growth算法;個性化指導

一、引 言

目前，隨著微課、幕課等方式的網(wǎng)絡教學在教育領域的普及，圖表、動畫等形式的網(wǎng)絡教學資源急劇增加，現(xiàn)行的網(wǎng)絡教學系統(tǒng)缺智能性，不能有效提供教學資源、無個別化指導等缺點日益明顯［1］。因此，更多的研究者們開始研究如何將人工智能技術應用到網(wǎng)絡教學系統(tǒng)中，如文獻［2］從理論上分析了為學生提供個性化學習指導及資源的方法，但沒有討論具體的實現(xiàn)技術;文獻［3］介紹了人工智能在教育中的應用情況，并討論了BP神經(jīng)網(wǎng)絡在教學評價中的應用;文獻［4］介紹了智能導學系統(tǒng)在遠程教育中的應用，但沒有介紹知識點邏輯關系的表示方法及挖掘有用信息的方法。

數(shù)據(jù)挖掘是從大量的、不完全的、模糊含噪聲的數(shù)據(jù)中提取隱含的、未知的、非平凡的及有潛在應用價值信息的過程，該技術的提出為人工智能的發(fā)展注入了新的力量。FP-growth(頻繁模式增長)算法是是韓家煒老師于2000年提出的關聯(lián)分析算法，它是數(shù)據(jù)挖掘技術中很重要的一種關聯(lián)規(guī)則挖掘方法，該算法廣泛應用于商業(yè)分析、客戶分析、金融證券分析等領域［5］。

項目組將FP-growth算法應用到形態(tài)學實驗教學教學系統(tǒng)中，將知識點用樹形結(jié)構(gòu)表示，從而提高網(wǎng)絡教學系統(tǒng)的智能化水平。當學生搜索知識點時，系統(tǒng)會利用FP-growth算法找到相應的知識點，有效地的為用戶提供教學資源;同時，利用FP-growth算法根據(jù)學生在線測試的情況，將該學生未掌握的知識點及相關知識點列出來，實行個性化指導。

二、FP-growth算法及其在教學系統(tǒng)中的應用與實現(xiàn)

1.FP-growth算法。FP-Growth算法是針對Apriori算法時間和空間復雜度較大這一缺點提出的一種新的算法。該算法采用分而治之的策略:它利用FP-tree(頻繁模式樹)數(shù)據(jù)結(jié)構(gòu)存放數(shù)據(jù)對象，仍保留原數(shù)據(jù)庫中的關聯(lián)信息，不產(chǎn)生候選集也不需要多次掃描整個數(shù)據(jù)庫;只需在首次掃描之后，把包含頻繁項集的數(shù)據(jù)庫壓縮到一棵FP-tree中;隨后將FP-tree分化成多個與頻繁集逐一相關的條件庫，并對這些條件庫進行挖掘。該算法的具體實現(xiàn)過程主要分為兩步:構(gòu)造FP-tree和挖掘FP-tree［6］。

2.FP-growth算法在教學系統(tǒng)中的應用與實現(xiàn)。項目組將FP-growth算法應用到形態(tài)學實驗教學系統(tǒng)中，從而提高該教學系統(tǒng)的智能化水平。項目組的形態(tài)學教學系統(tǒng)以知識點為主線展示試驗項目供學生學習;同時還為學生提供練習測試題來檢測學生的學習情況。知識點在數(shù)據(jù)庫中存放的屬性分別是:名稱(knname)、代碼(knID)、所屬課程、基礎知識點代碼(kncID)、重要程度、難度。通過分析，項目組首先令knname為FP-tree的結(jié)點的名字(nodeName)、令該知識點被視為基礎知識點的次數(shù)結(jié)點統(tǒng)計計數(shù)(nodeCount)、令以該知識點為基礎知識點的知識點的存放地址為下一個結(jié)點的指針(nodeLink)、令該知識點的基礎知識點的存放地址為指向 FP-tree中的根結(jié)點的指針(nodeParent)，構(gòu)造 FP-tree;其次系統(tǒng)利用FP-growth算法相應知識點。

三、FP-growth算法及其在教學系統(tǒng)中的應用結(jié)果及分析

項目組將FP-growth算法應用到形態(tài)學實驗教學教學系統(tǒng)中后，學生登陸該系統(tǒng)網(wǎng)頁，輸入要查找的知識點，點擊搜索，系統(tǒng)就會利用FP-growth算法搜索到與該知識點相關的內(nèi)容(見附圖)。

從附圖可看出，學生輸入“細胞水腫”，點擊搜索后，系統(tǒng)將與“細胞水腫”相關的教學內(nèi)容搜索出來，并顯示出來供學生查看，搜索精度高、速度快。同樣，當學生做錯題時，系統(tǒng)會利用FP-growth算法自動搜索錯題所涉及的知識點及相關的教學內(nèi)容和練習題，供學生加強學習。

附圖 系統(tǒng)應用結(jié)果圖

為了檢驗FP-growth算法應用到形態(tài)學實驗教學教學系統(tǒng)中的有效性，項目組將我校2014級臨床4班和5班分為兩個學習組，兩組學生入學成績無差異、指導老師為同一位老師，但用不同的教學系統(tǒng)學習病理學:臨床4班為實驗組使用引入過FP-growth算法的形態(tài)學實驗教學教學系統(tǒng)學習;臨床5班為對照組使用山東易創(chuàng)形態(tài)學虛擬教學系統(tǒng)學習，學期結(jié)束兩組學生一起考核，考核結(jié)果如下(見附表)。

附表 考核對比表

根據(jù)秩和檢驗Kruskal-Wallis法，Hc=11.980，P=0.001＜0.01，根據(jù)檢驗水準α=0.05，可認為實驗組學生的成績分布與對照組之間有顯著性統(tǒng)計學差異，即實驗組學生的考試成績整體優(yōu)于對照組。

此外，為了進一步驗證FP-growth算法應用到醫(yī)學形態(tài)學實驗教學教學系統(tǒng)中的必要性及有效性，項目組通過微信公共平臺對我校使用該教學系統(tǒng)的2014級護理、臨床、口腔專業(yè)的417名學生進行了問卷調(diào)查，本次調(diào)查的417名參與者中，82%的用戶認為添加該功能后，查找速度加快了;84%的用戶認為添加該功能后，系統(tǒng)能夠有效搜索符合要求的學習資料;73%的用戶認為升級后的系統(tǒng)有益于其進一步加強學習。

四、結(jié)束語

實驗、調(diào)查結(jié)果表明，引入了FP-growth算法的醫(yī)學形態(tài)學實驗教學系統(tǒng)既能有效地的為用戶提供教學資源，又能將學生未掌握的知識點的教學資源列出來，實現(xiàn)個性化教學。項目組下一步需要做的工作是將項目組的研究成果應用到多學科的教學系統(tǒng)中，提高其智能化水平。

［1］賈艷濱，鐘舒明，趙曉穎.結(jié)合eClass網(wǎng)絡課程在精神病學教學中的應用研究［J］.中國高等醫(yī)學教育，2014，11:66-67.

［2］楊永齊，符云清，劉瑩宇.基于Multi-Agent的個性化遠程教育系統(tǒng)研究［J］.計算機科學，2007，34(9):290-292.

［3］傅 莉.人工智能在教育中的應用研究［J］.計算機與數(shù)字工程，2012，12:63-66.

［4］劉藝琴.智能導學系統(tǒng)在遠程教育中的應用研究［J］.云南電大學報，2012，14(3):34-36

［5］范 明，孟小峰.數(shù)據(jù)挖掘-概念與技術［M］.北京:機械工業(yè)出版社，2001.

［6］邵峰晶，于忠清，王金龍，等.數(shù)據(jù)挖掘原理與算法［M］.第2版.北京:科學出版社，2009:8.

G434

A

1002-1701(2015)12-0023-02

2015-04

許 敏，女，碩士，講師，主要研究方向:數(shù)據(jù)挖掘，信息安全。

河南省科學技術廳2014年科技發(fā)展計劃立項項目(142300410106);漯河醫(yī)學高等專科學校2013年度教育教學改革項目(2013-JGXM-5)。

*通訊作者

10.3969/j.issn.1002-1701.2015.12.012