基于距離的孤立點挖掘改進算法在教務管理中的應用

遼寧石化職業技術學院 楊 迪

基于距離的孤立點挖掘改進算法在教務管理中的應用

遼寧石化職業技術學院 楊 迪

目前，國內高校的在校生人數都已達到上萬的規模,并且運行著成績管理等各種各樣的軟件系統，這些系統中的數據庫積累了大量的數據。利用這些數據理性地分析學校各方面工作的成效特別是在學生培養過程中的得失變得十分重要。本文通過對經典的基于距離的孤立點挖掘算法的分析與研究，提出了一種改進的孤立點挖掘算法，并將該挖掘模型應用到教務管理系統學生成績歷史數據的挖掘中。

數據挖掘；孤立點；教務管理；學生成績

1 建立模型

（1）數據預處理

本文選取數據對象為遼寧石化職業技術學院石油化工生產技術專業2013級學生。選取該專業167名學生入學后三個學期考試成績作為實驗的數據集，在數據預處理過程中，將考試成績不及格的學生成績統一記為50分，以便能夠參照學生平均績點公式計算。

（2）平均績點計算公式其中，Si為第i門課程的分數，Ci為第i門課程的學分，n為課程門數。（3）孤立點定義

文中以學生平均績點分析為例，選取數據對象同上，將三個學期的學分績點看做檢測屬性，該問題歸屬于多變量的孤立點檢測問題。經過數據分析，通過孤立點挖掘算法檢測學習成績，其中上升、下降幅度變化較大的即為孤立點。

2 孤立點數據挖掘流程

（1）系統結構

經過改良的挖掘算法與傳統的基于距離的孤立點檢測算法相比，首先能夠查找出相似的孤立點，并明確了孤立點的程度，去掉了設置參數p和d；其次，引入關鍵屬性后，數據集中非關鍵屬性的數據可以在數據預處理階段中刪除掉，以便提高效率；再次，通過距離度量的改進，可降低錯誤的概率。本文將遼寧石化職業技術學院教務管理系統中的數據用改進后的算法計算，對學生的平均績點進行孤立點挖掘，嘗試挖掘出“其他的”但是有用的信息，以便管理者和教育決策者做決策。程序框圖如圖1所示：

圖1 程序框圖

（2）關鍵屬性的確定

針對學生的平均績點，可求出相應的屬性隸屬度，分別為λ1=0.137932，λ2=0.279831，λ3=0.036037，可以看出λ2＞λ1＞λ3，λ2即為關鍵屬性。因此在數據預處理階段，可刪除屬性1和屬性3的數據，使孤立點挖掘的效率提高。

（3）改進距離度量

本文采用了基于改進距離度量的方法，降低數據分布不均勻給孤立點挖掘結果帶來的影響。

（4）孤立點挖掘程序代碼

3 結果分析

通過結果數據比較得出，在遼寧石化職業技術學院石油化工生產技術專業2013級157名學生數據中挖掘出11個孤立點，大部分是成績不穩定的同學，比如吳皓、張強、劉晶晶等，成績上升的有張華軍，成績下降的學生有劉瑤、田梓萌等。結果數據可以作為教育管理者制定人才培養方案和教學計劃時的參考依據，可以為教育者提供專業的“特殊”學生，尤其是成績下降幅度大的學生，班主任以及任課教師可以有針對性的進行輔導和幫助，從而能夠在短時間內將學生的成績提高上去。

此外，在改進算法中引進關鍵屬性概念，使非關鍵屬性的數據不參加計算，以提高了算法效率。通過結果數據對比，孤立點的挖掘結果基本一致，只在順序上略有不同，可忽略不計。與傳統的孤立點挖掘方法相比，上文采用的算法取消設置參數p和d，使用者只需指定需要挖掘出的孤立點個數，即j值，就可以檢測出j個孤立點。在時間復雜度上，本文采用的算法也優于其他算法。

[1]張京民等．數據倉庫與數據挖掘技術[M]．北京:電子工業出版社,2002．

[2]孟浩．孤立點挖掘技術在入侵檢測中的應用研究[D]．大連海事大學碩士學位論文,2007．

[3]黃浩,王建軍．WEB使用挖掘研究[J]．計算機系統應用,2008(1):125-128．

[4]曾春,邢春曉,周立柱．個性化服務技術綜述[J]．軟件學報,2002, 13(10):1952-1961．

楊迪（1980—），男，滿族，遼寧錦州人，碩士，講師，主要從事應用數學及圖論的研究。