基于物聯(lián)網(wǎng)專業(yè)課學(xué)習(xí)興趣度的關(guān)聯(lián)分析研究

吳珺+葉志偉+鐘曉芳

摘要：物聯(lián)網(wǎng)作為近年來的新興本科教育專業(yè)備受關(guān)注。本文研究團(tuán)隊(duì)作為教育一線的老師，通過總結(jié)近幾年來物聯(lián)網(wǎng)專業(yè)學(xué)生的各類基礎(chǔ)課、專業(yè)課的學(xué)習(xí)狀況和成績，并結(jié)合學(xué)校現(xiàn)有的物聯(lián)網(wǎng)專業(yè)教學(xué)資源平臺，進(jìn)行了深入的研究。通過關(guān)聯(lián)分析物聯(lián)網(wǎng)專業(yè)各個(gè)年級的學(xué)生成績和實(shí)踐能力等指標(biāo)，可以更好地指導(dǎo)學(xué)生專業(yè)學(xué)習(xí)并選擇適合自己的專業(yè)方向和就業(yè)能力的培養(yǎng)。

關(guān)鍵詞：物聯(lián)網(wǎng)專業(yè)；學(xué)習(xí)興趣度；關(guān)聯(lián)分析

中圖分類號：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-9324（2017）19-0267-02

一、物聯(lián)網(wǎng)專業(yè)課程體系

物聯(lián)網(wǎng)是計(jì)算機(jī)和互聯(lián)網(wǎng)技術(shù)的延伸和發(fā)展，促進(jìn)了互聯(lián)網(wǎng)的進(jìn)一步完善。物聯(lián)網(wǎng)具有信息感知等基本功能，并在感知技術(shù)的基礎(chǔ)上發(fā)展了交互技術(shù)，促進(jìn)了物聯(lián)網(wǎng)技術(shù)的不斷成熟。[1]“物聯(lián)網(wǎng)技術(shù)”是湖北工業(yè)大學(xué)計(jì)算機(jī)學(xué)院在“十三五”規(guī)劃時(shí)期新開設(shè)的專業(yè)，在2016年學(xué)院進(jìn)一步完善了的“物聯(lián)網(wǎng)技術(shù)專業(yè)本科培養(yǎng)方案”，并對物聯(lián)網(wǎng)專業(yè)學(xué)生進(jìn)行導(dǎo)師指導(dǎo)制，在大三以后的學(xué)習(xí)中按照自己的專業(yè)興趣度選擇物聯(lián)網(wǎng)專業(yè)小方向。此次的創(chuàng)新改革體現(xiàn)了將創(chuàng)新性課程且符合信息產(chǎn)業(yè)新需求、培養(yǎng)創(chuàng)新性人才等目標(biāo)。課程創(chuàng)新規(guī)劃旨在以工程技術(shù)為主線，著力提高學(xué)生的工程意識、工程素質(zhì)與工程實(shí)踐能力，培養(yǎng)能夠滿足物聯(lián)網(wǎng)產(chǎn)業(yè)未來發(fā)展需要、適應(yīng)和引領(lǐng)未來的物聯(lián)網(wǎng)發(fā)展方向的工程師。[2]

二、關(guān)聯(lián)分析物聯(lián)網(wǎng)專業(yè)的學(xué)生數(shù)據(jù)

關(guān)聯(lián)分析是數(shù)據(jù)挖掘中十分重要的一種方法，其中Apriori算法作為關(guān)聯(lián)分析的主要應(yīng)用方法已經(jīng)十分穩(wěn)定成熟。Apriori算法的基本思想是：第一步先找出所有的頻集，這些項(xiàng)集出現(xiàn)的頻繁性至少和預(yù)定義的最小支持度一樣。然后由頻集產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則，這些規(guī)則必須滿足最小支持度和最小可信度。接下來使用第一步找到的頻集所產(chǎn)生期望的規(guī)則，產(chǎn)生只包含集合的項(xiàng)的所有規(guī)則，其中每一條規(guī)則的右部只有一項(xiàng)，這里采用的是中規(guī)則的定義。一旦這些規(guī)則被生成，那么只有那些大于用戶給定的最小可信度的規(guī)則才被留下來。為了生成所有頻集，使用了遞推的方法。總的來說：首先找出支持度大于最小支持度的項(xiàng)集；然后使用該項(xiàng)集產(chǎn)生的期望規(guī)則；接著對項(xiàng)集進(jìn)行連接、剪枝；最后得出頻繁項(xiàng)集。[3-5]當(dāng)前普遍存在一個(gè)現(xiàn)象：大學(xué)所培養(yǎng)出來的大學(xué)生與企業(yè)的期望往往不相符，學(xué)生質(zhì)量在不斷下降，很重要的一個(gè)原因就是就是學(xué)生沒有選擇好自己的就業(yè)方向，不能很好地了解自己。

物聯(lián)網(wǎng)專業(yè)可以大致分為硬件和軟件兩個(gè)方向。為了讓學(xué)生了解自己適合哪個(gè)就業(yè)方向，我們可以對學(xué)生的各科成績及科目偏科的方向來進(jìn)行分析，從數(shù)據(jù)中找出一些規(guī)律，從而指導(dǎo)學(xué)生進(jìn)行對未來就業(yè)方向的選擇。以下關(guān)聯(lián)分析數(shù)據(jù)為本校2012級物聯(lián)網(wǎng)專業(yè)的100位同學(xué)在大學(xué)前兩個(gè)學(xué)年的專業(yè)課（C語言，數(shù)據(jù)結(jié)構(gòu)，數(shù)字電路以及模擬電子技術(shù)）的原始成績?yōu)檠芯繕颖尽Ｎ覀儗⑼ㄟ^Apriori算法對物聯(lián)網(wǎng)專業(yè)的學(xué)生從大一開始的專業(yè)課成績進(jìn)行分析，幫助他們確定大學(xué)后兩年的專業(yè)側(cè)重方向，在專業(yè)課學(xué)習(xí)中發(fā)揮自己最大的興趣度和能力。經(jīng)過關(guān)聯(lián)規(guī)則的初步分析如表1所示。

支持度計(jì)算（設(shè)支持度閾值為0.5），support：C語言：11/20=0.55；support：數(shù)據(jù)結(jié)構(gòu)：15/20=0.75；support：數(shù)電：15/20=0.75；support：模電：17/20=0.85；

置信度計(jì)算

confidence（模電，C語言）=0.529 confidence（數(shù)據(jù)結(jié)構(gòu)，C語言）=0.714

confidence（模電，數(shù)據(jù)結(jié)構(gòu)）=0.706 confidence（數(shù)電，C語言）=0.315

confidence（數(shù)電，模電）=0.8 confidence（數(shù)據(jù)結(jié)構(gòu)，數(shù)電）=0.311

confidence（模電，數(shù)電）=1 confidence（數(shù)據(jù)結(jié)構(gòu)，模電）=0.414

confidence（C語言，數(shù)據(jù)結(jié)構(gòu)）=0.72 confidence（C語言，模電）=0.215

confidence（數(shù)電，C語言）=0.467

經(jīng)整理得到表2的結(jié)果。

由此我們可以得出：模電和數(shù)電關(guān)聯(lián)度比較高，是偏硬件方向的，C語言和數(shù)據(jù)結(jié)構(gòu)關(guān)聯(lián)度比較高，是偏軟件方向的，所以模電和數(shù)電成績相對好的可以選擇硬件方向，C語言和數(shù)據(jù)結(jié)構(gòu)成績相對較好的同學(xué)可以選擇軟件方向的。

三、結(jié)語

當(dāng)前普遍存在一個(gè)現(xiàn)象：大學(xué)所培養(yǎng)出來的大學(xué)生與企業(yè)的期望往往不相符，學(xué)生專業(yè)知識不符合工作需要，其根本原因在于大多數(shù)學(xué)生沒有選擇好自己的方向，學(xué)生在大學(xué)專業(yè)課學(xué)習(xí)的重要環(huán)節(jié)不能很好地將自己興趣度與專業(yè)相結(jié)合。因此本文使用Apriori算法對物聯(lián)網(wǎng)專業(yè)的學(xué)生從大一開始的專業(yè)課成績進(jìn)行分析，幫助他們確定專業(yè)側(cè)重方向，更好地開展專業(yè)課學(xué)習(xí)和創(chuàng)新實(shí)踐活動(dòng)，在專業(yè)學(xué)習(xí)中發(fā)揮自己最大的興趣度和能力，成為更加具有競爭力的物聯(lián)網(wǎng)畢業(yè)生。

參考文獻(xiàn)：

[1]李宇.探析物聯(lián)網(wǎng)信息感知與交互技術(shù)[J].信息通信，2015，（8）：133-133.

[2]吳珺，王春枝，葉志偉.面向信息時(shí)代發(fā)展的物聯(lián)網(wǎng)技術(shù)課程創(chuàng)新規(guī)劃研究[J].教育教學(xué)論壇，2016，（17）：233-234.

[3]毛國君，劉椿年.基于項(xiàng)目序列集操作的關(guān)聯(lián)規(guī)則挖掘算法[J].計(jì)算機(jī)學(xué)報(bào)，2002，25（4）：417-422.

[4]毛國君，王實(shí).數(shù)據(jù)挖掘原理與算法第1版[M].清華大學(xué)出版社，2006.

[5]黃德才.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘教程[M].清華大學(xué)出版社，2016.

Research on Relevance Analysis of Interest Degree of Learning Based on Internet of Things

WU Jun，YE Zhi-wei，ZHONG Xiao-fang

（School of Computer Science，Hubei University of Technology，Wuhan，Hubei 430068，China）

Abstract：nternet of things as emerging undergraduate education in recent years，professional concern. The research team as education teachers，through the summary of things in recent years of professional students of various basic courses，professional courses and learning