澳大利亞基于數(shù)據(jù)挖掘的教育決策案例

周夢(mèng) 張海 楊絮

2015年8月31日國(guó)務(wù)院發(fā)布的《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》指出“數(shù)據(jù)已成為國(guó)家基礎(chǔ)性戰(zhàn)略資源”，并在啟動(dòng)的十大工程之一“公共服務(wù)大數(shù)據(jù)工程”中明確提出要建設(shè)教育大數(shù)據(jù)。如今教育大數(shù)據(jù)的重要程度已經(jīng)上升到國(guó)家戰(zhàn)略層面，教育大數(shù)據(jù)對(duì)學(xué)習(xí)全過程的數(shù)據(jù)分析和精準(zhǔn)數(shù)據(jù)評(píng)測(cè)學(xué)習(xí)成為主要的應(yīng)用場(chǎng)景。通過宏觀和微觀兩方面建設(shè)，教育大數(shù)據(jù)已引起教育領(lǐng)域的廣泛關(guān)注和重視。

在過去的幾十年中，從大型數(shù)據(jù)集中提取有用和可操作的信息的方法已經(jīng)將科學(xué)探究的領(lǐng)域相繼改變。“分析”已成為過去幾年的趨勢(shì)，在應(yīng)用于教育時(shí)，這些方法被稱為學(xué)習(xí)分析（LA）和教育數(shù)據(jù)挖掘（EDM）。

本文以澳大利亞的一項(xiàng)研究為例，介紹了澳大利亞學(xué)生從小學(xué)一年級(jí)到成功完成高中學(xué)業(yè)，然后進(jìn)入大學(xué)的情況，評(píng)估了學(xué)生性別對(duì)澳大利亞教育完成率的影響，分析了學(xué)生的成功（和失敗）模式，并深入了解可以采取哪些措施來改善教學(xué)成果，從而為我國(guó)應(yīng)用教育數(shù)據(jù)挖掘來支持教育評(píng)價(jià)和教育教學(xué)決策提供參考。

● 研究問題的確定

澳大利亞的正規(guī)學(xué)校教育開始于預(yù)科課程（在一年級(jí)之前的一年），然后是12年的小學(xué)和中學(xué)教育。在高中階段（十一年級(jí)和十二年級(jí)），學(xué)生可以在畢業(yè)時(shí)獲得高中教育證書（通常稱為十二年級(jí)證書），這是進(jìn)入大多數(shù)澳大利亞大學(xué)和職業(yè)教育培訓(xùn)機(jī)構(gòu)的條件，同時(shí)，它也是許多國(guó)際大學(xué)的敲門磚。

這個(gè)研究案例的目的是使用最新的澳大利亞教育數(shù)據(jù)來評(píng)估2004年至2015年（即一年級(jí)至十二年級(jí)）男性和女性畢業(yè)率的差異程度，并估計(jì)在2016年以后，十二年級(jí)畢業(yè)生進(jìn)入大學(xué)的數(shù)量。針對(duì)此研究目標(biāo)，墨爾本大學(xué)的學(xué)者B.M. Monjurul Alom和Matthew Courtney提出了以下四個(gè)研究問題（RQ）。

RQ1：對(duì)2004年入學(xué)的學(xué)生數(shù)量和2015年畢業(yè)的學(xué)生數(shù)量進(jìn)行比較，學(xué)生性別是否是影響該結(jié)果的一個(gè)原因？

RQ2：對(duì)2004年入學(xué)的學(xué)生和2015年畢業(yè)的學(xué)生進(jìn)行比較，學(xué)生所在地是否是影響該結(jié)果的一個(gè)原因？

RQ3：哪些州的學(xué)生性別比例看起來最趨近平衡？

RQ4：2015年十二年級(jí)畢業(yè)的學(xué)生總數(shù)與2016年進(jìn)入大學(xué)的學(xué)生人數(shù)相比，情況如何？

● 分析工具的選取

許多數(shù)據(jù)挖掘工具都可開放獲取使用，如Wilson Calculator、Tanagra、Weka、KNIME、Orange和Rapid miner。研究者使用了名為Wilson Calculator的數(shù)據(jù)挖掘軟件和Orange軟件進(jìn)行數(shù)據(jù)分析。Wilson Calculator是一個(gè)實(shí)用的元分析效果計(jì)算器，而Orange則是為給定數(shù)據(jù)集提供可視化和預(yù)測(cè)建模解決方案。Orange是一種基于組件的可視化編程軟件，用于數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和數(shù)據(jù)分析。

分析中使用的數(shù)據(jù)集是公開可用的，并以Excel格式從澳大利亞統(tǒng)計(jì)局網(wǎng)站下載。數(shù)據(jù)準(zhǔn)備階段需要將這些數(shù)據(jù)重新格式化為Orange中分析所需的常規(guī)數(shù)據(jù)結(jié)構(gòu)。研究者利用數(shù)據(jù)可視化過程來呈現(xiàn)結(jié)果。在該過程中，根據(jù)男女學(xué)生的識(shí)別來測(cè)量相對(duì)頻率；利用散點(diǎn)圖技術(shù)衡量每個(gè)州的學(xué)生從入學(xué)到高中畢業(yè)的情況。

● 數(shù)據(jù)分析程序的設(shè)計(jì)

為了回答RQ1，關(guān)于性別對(duì)學(xué)業(yè)完成率的影響，研究者使用Wilson計(jì)算器（2乘2頻率；概率估計(jì)）來確定效應(yīng)大小（Cohen's d）和與男性畢業(yè)率低相關(guān)的統(tǒng)計(jì)顯著性水平。

要回答RQ2，關(guān)于學(xué)生所在地對(duì)學(xué)業(yè)完成率的影響，研究者使用Orange可視化工具。下面對(duì)此過程進(jìn)行詳細(xì)的說明：

下載并打開Orange Data Mining工具后，首先將csv數(shù)據(jù)文件鏈接到Orange程序；連接數(shù)據(jù)文件后，可以通過選擇適當(dāng)?shù)倪x項(xiàng)來執(zhí)行所有分析和可視化技術(shù)（如圖1）。研究者使用可視化過程來創(chuàng)建圖形（參見Data下的第一個(gè)選項(xiàng)）。在可視化下，使用分布和散點(diǎn)圖技術(shù)繪制分別如圖2和圖3所示的圖形。需要注意的是，Orange中有多種數(shù)據(jù)挖掘選項(xiàng)：在Classify選項(xiàng)中，可以選擇識(shí)別最近鄰居；在回歸選項(xiàng)中，可以選擇單變量或多變量回歸；在評(píng)估選項(xiàng)中，可以選擇預(yù)測(cè)；在無人監(jiān)督選項(xiàng)下，可以編寫自己的分析。

為了回答有關(guān)各州性別公平性的RQ3，研究者計(jì)算了十二年級(jí)畢業(yè)的男性百分比和女性百分比（[N2004 - N2015] ×100），使用這種方法，可以解釋2004年至2015年期間比例失衡的男女移民問題（這里的假設(shè)是，各州的男性和女性移民學(xué)生人數(shù)相對(duì)平等）。在執(zhí)行此程序后，可以將各州的情況整理成表格并按照十二年級(jí)女性畢業(yè)率從高到低進(jìn)行排名。

為了回答關(guān)于2015年高中畢業(yè)人數(shù)和2016年大學(xué)新生人數(shù)做對(duì)比的RQ4，研究者對(duì)統(tǒng)計(jì)局報(bào)告的數(shù)字進(jìn)行了簡(jiǎn)單演繹邏輯來估計(jì)2015年高中畢業(yè)人數(shù)和2016年大學(xué)新生的數(shù)量之間的一致性，研究者還使用了基本的Excel圖形功能對(duì)2016年每個(gè)專業(yè)的新生所占百分比進(jìn)行了說明。

● 研究結(jié)果的描述

RQ1：對(duì)2004年入學(xué)的學(xué)生數(shù)量和2015年畢業(yè)的學(xué)生數(shù)量進(jìn)行比較，學(xué)生性別是否是影響該結(jié)果的一個(gè)原因？

根據(jù)澳大利亞統(tǒng)計(jì)局提供的數(shù)據(jù)，2004年開始上小學(xué)的國(guó)內(nèi)學(xué)生總數(shù)為263，413人，而完成十二年級(jí)的總?cè)藬?shù)估計(jì)為233，358人。這些數(shù)字可以按性別細(xì)分，2004年共有135，199名男生從一年級(jí)入學(xué)，而2015年完成十二年級(jí)的有114，545名（缺口20，654人）。此外，2004年共有128，214名女生從一年級(jí)入學(xué)，而2015年完成十二年級(jí)的有118，812名（缺口9，402人）。通過數(shù)據(jù)分析程序的計(jì)算，估計(jì)男性的整體效果為d=-0.43（p<.001）（中等大小）。研究結(jié)果顯示男性輟學(xué)率更高；相反，女生的畢業(yè)率或成功率相對(duì)較高。相關(guān)結(jié)果在上頁圖2中以可視化的方式表示。

RQ2：對(duì)2004年入學(xué)的學(xué)生和2015年畢業(yè)的學(xué)生進(jìn)行比較，學(xué)生所在地是否是影響該結(jié)果的一個(gè)原因？

運(yùn)用以上的數(shù)據(jù)分析程序，生成上頁圖3中的散點(diǎn)圖。圖中直觀地反映出，對(duì)于大多數(shù)州而言，2015年的畢業(yè)率高于2014年的畢業(yè)率。

RQ3：哪些州的學(xué)生性別比例看起來最趨近平衡？

運(yùn)用以上的數(shù)據(jù)分析程序，計(jì)算出了較高的女性畢業(yè)率的估計(jì)值。結(jié)果表明，在維多利亞州，男女畢業(yè)率差異較大（10.2%），而在澳大利亞首都直轄區(qū)，這種差異較小，僅為2.5%。

RQ4：2015年十二年級(jí)畢業(yè)的學(xué)生總數(shù)與2016年進(jìn)入大學(xué)的學(xué)生人數(shù)相比，情況如何？

上頁表中的第一列數(shù)據(jù)是專業(yè)領(lǐng)域，描述了2016年澳大利亞大學(xué)新生選擇的專業(yè)領(lǐng)域。第二列列出了選擇該專業(yè)領(lǐng)域的學(xué)生占全體新生的百分比。第三列代表2015年至2016年每個(gè)專業(yè)領(lǐng)域的學(xué)生的比重變化。根據(jù)澳大利亞統(tǒng)計(jì)局提供的數(shù)據(jù)，可以知道2015年有233，358名學(xué)生完成了十二年級(jí)的學(xué)業(yè)。此外，有關(guān)入學(xué)人數(shù)的數(shù)據(jù)，在2016年的高等教育中，該局報(bào)告說，74%的學(xué)生是本科生，其中76%的學(xué)生被認(rèn)定為國(guó)內(nèi)學(xué)生，34%被確定為開學(xué)新生（第一年）。根據(jù)這些數(shù)字，估計(jì)有238，932名本科大學(xué)生在2016年入學(xué)。這顯示了澳大利亞高等教育（2016年）的趨勢(shì)，其中管理專業(yè)和商業(yè)的學(xué)生人數(shù)最多，農(nóng)業(yè)最不受學(xué)生歡迎。

注：（a）在本財(cái)政年度使用12個(gè)月的數(shù)據(jù)進(jìn)行平均；（b）對(duì)于釋放性別指標(biāo)，澳大利亞根據(jù)新的基準(zhǔn)程序，對(duì)2001—2002年度的勞動(dòng)力估計(jì)數(shù)進(jìn)行了修訂。

當(dāng)一年級(jí)入學(xué)的新生（2004年：263，413人）和十二年級(jí)的畢業(yè)學(xué)生（2015年：233，358人）按性別群體分類時(shí)，結(jié)果顯示中度差異，表明男性傾向于不成比例地輟學(xué)。這種不成比例的程度似乎在各州之間分配不均。從長(zhǎng)遠(yuǎn)來看，國(guó)家可能缺乏公平性，看似很大比例的男性在第12年沒有繼續(xù)完成學(xué)業(yè)。當(dāng)然，在這方面需要更多的研究來證實(shí)這些早期的結(jié)果。

與有資格入讀大學(xué)的十二年級(jí)學(xué)生人數(shù)相比，研究結(jié)果表明至少有相同或更多的學(xué)生進(jìn)入高等教育。當(dāng)然，在審查這些數(shù)字時(shí)，需要考慮間隔幾年重返學(xué)校的學(xué)生和定義為成年學(xué)生的比例。

將數(shù)據(jù)按性別分類，并顯示三個(gè)級(jí)別的教育：高中、專科教育、非高等教育和高等教育（不包括博士學(xué)位）。從上頁圖4中可以看出，不同國(guó)家的各個(gè)教育程度，女生的畢業(yè)率都高于男生。從上頁圖5中可以清楚地看出，澳大利亞女性的失業(yè)率高于男性，但女生的畢業(yè)率或?qū)W業(yè)成功率也相對(duì)較高，這可能是男性未畢業(yè)率更高的主要原因之一。

● 對(duì)我國(guó)教育管理研究的啟示

本文介紹了研究者借鑒公開可用的統(tǒng)計(jì)數(shù)據(jù)，演示了如何使用統(tǒng)計(jì)軟件程序Wilson Calculator和Orange來回答有關(guān)澳大利亞學(xué)生入學(xué)和畢業(yè)的四個(gè)研究問題。研究結(jié)果表明性別起著重要作用，2016年大學(xué)入學(xué)人數(shù)與2015年完成十二年級(jí)的人數(shù)相當(dāng)。

伴隨著信息技術(shù)的發(fā)展和大數(shù)據(jù)時(shí)代的來臨，數(shù)據(jù)挖掘已經(jīng)成為提高教學(xué)管理水平和教學(xué)質(zhì)量的重要工具，但是數(shù)據(jù)挖掘在國(guó)內(nèi)的教育管理中運(yùn)用得并不普遍。本文通過介紹澳大利亞從小學(xué)到大學(xué)的一項(xiàng)教育研究案例，為我國(guó)數(shù)據(jù)挖掘技術(shù)支持指導(dǎo)學(xué)校教育工作，幫助學(xué)校進(jìn)行教育決策提供了有利的參考。