教育數(shù)據(jù)挖掘相關分析初探

許倩倩等

摘要：隨著數(shù)字化學習的唱響，相關網(wǎng)絡數(shù)據(jù)的不斷增多，網(wǎng)絡數(shù)據(jù)的挖掘與分析也在教育技術領域開始實施，旨在發(fā)現(xiàn)規(guī)律并運用于學習實踐。本文以江南大學繼續(xù)網(wǎng)絡教育學院留存的數(shù)據(jù)為基礎，開展數(shù)據(jù)分析，以期為今后的招生與學生的學習提供有效的建議。

關鍵詞：教育數(shù)據(jù)挖掘；相關分析；學習數(shù)據(jù)

中圖分類號：G434 文獻標識碼：A 論文編號：1674-2117（2015）18-0110-03

隨著網(wǎng)絡技術在教育中的普及與應用，數(shù)字化學習（E-Learning）逐漸進入教育者的視野并得到高校的歡迎和認可。數(shù)字化學習為高校的校園網(wǎng)站、網(wǎng)絡教學平臺的建設和使用提供了空前的便利和支持。同時，一些高校開設了繼續(xù)教育學院，為成人教育提供了更加便捷的學習平臺。繼續(xù)教育學院的學習基于網(wǎng)絡，學習數(shù)據(jù)全面，能夠量化地反映其中相關內容。因此，我們根據(jù)江南大學繼續(xù)網(wǎng)絡教育學院的3050位學生在網(wǎng)絡教育平臺上留存的數(shù)據(jù)，展開了一系列教育數(shù)據(jù)相關分析。

基本信息描述

3050位學生的基本信息為男性占48.7%，女性占51.3%。在21～40歲的學生人數(shù)占到了93%以上，是繼續(xù)網(wǎng)絡教育學院學生的主要群體。

從學生入學時間來看，2012年入學人數(shù)最多，占60%以上，這是由于網(wǎng)絡教育的普及導致2010-2012年入學人數(shù)呈現(xiàn)急劇增長的趨勢，但在2013年因為“網(wǎng)絡學憑熱”的逐漸退燒出現(xiàn)了回落。

從學生生源地來看，來自江蘇省的學生最多，其次為浙江省、福建省。如果將各地以較大的行政區(qū)區(qū)域來劃分，則華東地區(qū)一枝獨秀，學生人數(shù)占85%以上。

學生專業(yè)種類較多，共19種，包括理工類4種、漢語類3種、社法類2種、管理類4種、教育類3種、經濟類3種。

相關分析

我們將所得數(shù)據(jù)的類型分為三大類，即基本信息、個人表現(xiàn)與最終成績。并以這三類數(shù)據(jù)為基本分類依據(jù)，進行各類數(shù)據(jù)內與數(shù)據(jù)間的相關分析。

1.基本信息與個人表現(xiàn)、最終成績的關系

（1）性別與各類表現(xiàn)、成績之間的關系

數(shù)據(jù)分析后結果為學生的性別與其部分的表現(xiàn)及成績有微弱相關，而學生性別與已學課程平均成績達到0.116的顯著相關，這說明性別與課程平均成績有較小相關。

（2）年齡與各類表現(xiàn)、成績之間的關系

數(shù)據(jù)表明，年齡與全部的表現(xiàn)及成績都不存在0.1以上或小于-0.1的顯著相關。由于年齡與成績都是連續(xù)型數(shù)據(jù)，因而我們依據(jù)其中的數(shù)據(jù)，得到多張散點圖。如下頁圖1所示，在左上方呈現(xiàn)一個直角三角形的形狀，由此我們可以粗略推斷，學生年齡與入學成績存在一定的關系，年齡越大，成績越向高分處集中，說明年齡越大，對待考試越認真。然而，這也與年齡較大的人數(shù)較少有一定的關系。

既然年齡段的成績情況不盡相同，我們根據(jù)年齡對個案進行篩選，并重復以個人表現(xiàn)、最終成績內容為另一個因素進行相關分析，發(fā)現(xiàn)年齡在“≥30”“≥40”兩種篩選條件下，年齡與少部分成績出現(xiàn)了0.1以上的相關關系。在年齡段被分開的基礎上，我們對不同年齡段統(tǒng)考大學英語的通過率做了分析，發(fā)現(xiàn)年齡段越高，統(tǒng)考大學英語通過率越高。這個結論可能會受到年齡較大的人數(shù)較少的影響，但也在一定程度上證明了之前所獲得的年齡越大認真程度越大的結論。

（3）入學年份與各類表現(xiàn)、成績之間的關系

研究中，首先將入學年份作為雙因素分析的因素之一進行分析，得到入學年份與登錄平臺次數(shù)存在-0.53非常顯著的中度相關性；其次，入學年份與大學英語三、大學英語二分別存在0.248、0.179非常顯著的弱相關性。

接下來，我們對兩個中度相關的數(shù)據(jù)做進一步分析。發(fā)現(xiàn)學生入學年份與登錄平臺次數(shù)散點分布圖中每個年份上都有黑色較濃重的段落（如圖2），這說明年份內登錄平臺次數(shù)集中于一個次數(shù)段，因而入學年份與登錄平臺次數(shù)出現(xiàn)中度相關。然而，比較不同年份之間的黑色段落，可以發(fā)現(xiàn)有先上升后回落的趨勢。那么，將樣本以2011年為界進行分隔，能否發(fā)現(xiàn)更明顯的相關性？基于這樣的猜想，我們篩選出“入學年份≤2011”的樣本，并進行入學年份與登錄平臺次數(shù)雙變量相關分析。在這樣的篩選條件下，二者顯現(xiàn)出0.722非常顯著的較強相關；“入學年份≥2011”的樣本，二者顯現(xiàn)出-0.719非常顯著的較強負相關。

綜合上述分析結果，可以推斷：入學年份與成績的弱相關原因與該年所招收學生學習是否認真相關。當網(wǎng)絡教育還未達到熱潮時，進入學習的學生態(tài)度認真；而當網(wǎng)絡教育達到熱潮時，學生學習的興趣卻逐年下降。影響成績的因素較多，登錄平臺次數(shù)與學生的認真程度有著密切關系，分段入學年份與登錄平臺次數(shù)顯示的較強正相關、較強負相關基本能夠支持這種推論。同時，學生在登錄平臺時有次數(shù)要求，且不同年份具有次數(shù)要求不同的硬性規(guī)定導致該結果的出現(xiàn)。

（4）生源區(qū)域、專業(yè)種類分別與各類表現(xiàn)、成績之間的關系

本研究使用行政上的區(qū)域劃分來討論生源區(qū)域與學生表現(xiàn)成績的關系。我們將生源區(qū)域作為雙因素分析的因素之一進行分析，沒有發(fā)現(xiàn)其中的Pearson相關性大于0.1或者小于-0.1的相關關系。然而，其中“生源區(qū)域”與“入學測試大學英語”、“生源區(qū)域”與“學位英語”進行雙變量相關分析中，雖然相關性數(shù)值表現(xiàn)為0.007與-0.003的微弱相關，而兩者之間不相關的雙尾檢驗值為0.704與0.865，否定了其二者不相關的假設。所以，生源區(qū)域與入學測試大學英語、學位英語之間存在相關性。

在分析專業(yè)種類數(shù)據(jù)時，同樣出現(xiàn)類似于上述的結果，“專業(yè)種類”與“學位英語”、“專業(yè)種類”與“統(tǒng)考大學英語”的雙變量相關分析中，雖然相關性數(shù)值表現(xiàn)為-0.002與0.002的微弱相關，而兩者之間不相關的雙尾檢驗值為0.914與0.907，否定了其二者不相關的假設。所以專業(yè)種類與學位英語、統(tǒng)考大學英語之間存在相關性。

2.個人表現(xiàn)內的關系

入學測試計算機成績、入學測試大學英語、登錄平臺次數(shù)三者之間都存在中度以下的相關性。入學測試計算機成績與大學英語之間存在0.403的一般程度相關關系，顯著程度為非常顯著；入學測試計算機成績與登錄平臺次數(shù)之間存在0.2的弱相關關系，顯著程度為非常顯著。

從得到的結論中可以得出，后者的相關原因為計算機成績好的學生更愿意接納網(wǎng)絡教育模式，因而登錄平臺次數(shù)較多。因此，我們對入學計算機成績與登錄平臺次數(shù)做了散點分布圖，（如圖3所示），從圖中，可明顯看出入學計算機成績越高，學生平均登錄平臺的次數(shù)就越多。

由于專業(yè)側重不同，99%以上的學生在入學時，只進行了“入學測試高等數(shù)學”與“入學測試大學語文”二者其一的考試。因此，在開展與“入學測試大學數(shù)學”與“入學測試大學語文”兩列數(shù)據(jù)有關的相關性分析時，我們將相應的未考學生除去后進行了分析。統(tǒng)計人數(shù)為828人，這是在入學時選擇考“大學語文”的人數(shù)。在這些人中，入學大學語文與入學大學英語成績呈現(xiàn)0.289的較弱相關關系，顯著性為非常顯著。數(shù)據(jù)一定程度上證明了語言的同質性，即能夠掌握好一門語言的人，對其他語言也能夠較好地進行掌握與運用。

3.個人表現(xiàn)與最終成績的關系

研究中，我們將個人表現(xiàn)中的因素與最終成績中的因素依次進行相關分析，發(fā)現(xiàn)“大學英語二”與“已學課程平均成績”、“大學英語三”與“已學課程平均成績”分別有0.448、0.329的一般相關關系，顯著性都是非常顯著。由于大學英語二、大學英語三成績計入已學課程平均成績，且為網(wǎng)絡課程學習，課程成績基本取決于學生的知識基礎與認真程度，而在一門課程中表現(xiàn)良好的學生其他課程情況也不會太差，因此二者具有相關關系。

4.最終成績內的關系

研究的最后，對學生最終成績內的三個元素進行相關分析，發(fā)現(xiàn)其中的學位英語與統(tǒng)考大學英語存在0.415的一般程度相關性，顯著性為非常顯著。并在此基礎上，對二者相關情況做進一步研究，我們將學位英語成績劃分為大于等于60分的為“合格”與低于60分的為“不合格”。學位英語難度超過統(tǒng)考大學英語：未通過統(tǒng)考大學英語的學生在學位英語上幾乎全軍覆沒，并且通過了統(tǒng)考大學英語的學生中也有三分之一左右在學位英語考試中失利（如圖4）。因此可以說，二者確實存在一定的關系。

結論

在本次分析中，采用描述統(tǒng)計、相關分析與作圖的方法，對江南大學繼續(xù)網(wǎng)絡教育學院學生的基本信息、個人表現(xiàn)以及最終成績之間的關系進行了了解。雖然統(tǒng)計已經經過一定程度的篩選，但由于樣本數(shù)量較大以及分析者能力限制，所得結果還不夠確切。但是結果已經過推敲，在現(xiàn)有數(shù)據(jù)范圍內，發(fā)現(xiàn)了一定的規(guī)律，可以起到一些參考作用，在今后成人教育范圍內，可以給予招生與學習過程的督促、學生自我學習給予一定的參考。

參考文獻：

[1]葛道凱.E-Learning數(shù)據(jù)挖掘：模式與應用[J].中國高教研究，2012（3）：8-14.

[2]Cristóbal Romero，Sebastián Ventura，Enrique García.Data mining in course management systems：Moodle case study and tutorial[J].Computers & Education，51（2008）：368-384.

[3]李玉光，杜宏巍，黃永生.SPSS 19.0統(tǒng)計分析入門與提高[M].北京：清華大學出版社，2014.

[4]葛道凱，張少剛，魏順平.教育數(shù)據(jù)挖掘：方法與應用[M].北京：教育科學出版社，2012.