K-Means聚類在教育教學評價中的研究與應用

張曉麗

【摘要】

我國高校現行的課堂教學質量評價體系主要是從學生學習效果和教師教學效果兩方面進行評價，本文主要在定性分析的基礎上，結合KMeans聚類分析，從定量的角度評價學生的學習效果，并依據學生類別的不同以及課程的特點，改進教學策略，選取科學的教學方法，增強教師教學效果并提高教師教學質量.

【關鍵詞】教育教學評價;KMeans聚類;系統聚類

一、引言

教學質量評價的實施對教學改革和教學管理等一系列教學工作有一定的指導作用.雖然目前高校教育教學的形式越來越多樣化，但課堂教學依然是高校教學的主要形式.教師如何依據學生實際掌握知識的情況和學生自身的差異（如貧富差距、家庭社會差距、文化背景差異、性別差異、自身個體發展差異等），在課堂上進行因材施教，采取不同的教學策略，進而提升教學質量，促進課程體系改革，對今后的教育教學質量的提高以及學生的全面發展起著舉足輕重的作用.

二、問題及現狀

我國傳統的教育教學形式基本上都采取一刀切的標準，教學設計以及課堂評價標準的統一，直接限制了學生自身的成才與發展.我國高校現行的課堂教學質量評價體系的不規范、不科學以及反饋的時效性不強，使得教師往往只關注學生的分數以及基礎知識，忽視了學生的情感、價值觀等因素，因此，當下的評價手段不能很好地引導教師教學和學生學習，這嚴重影響了教學質量的提高和學生的全面發展.我們可以將聚類分析算法引用到學生學情的分析中，而考試作為檢驗學生學習情況的重要手段，我們可以結合學生的考試成績，進行分類，從而對學生的學習能力和知識水平進行綜合評價，進而提升高校教育教學質量和學生學習積極性.

三、K-Means聚類分析理論

聚類分析也稱為群分析，是一種數據挖掘技術，主要依據樣品或指標的相似程度，進行歸組并類，從而達到對樣品或變量進行精準分類的目的.常見的聚類分析方法包括兩種，一種是系統聚類分析（分層聚類），另一種是KMeans聚類分析（K-均值聚類）.

系統聚類分析與K-Means聚類分析原理是完全不同的，系統聚類側重的是樣品中不同類與類之間的合并，而K-Means聚類是讓樣品向選定的聚類中心進行凝聚，通過不停迭代，達到最佳分類效果.

我們對比系統聚類分析和K-Means聚類分析，容易發現，系統聚類分析對距離和規則的限制少，無須預設聚類數.但該算法計算復雜度過高，對異常值和缺失值敏感，很可能造成聚類鏈狀，比較適合處理小樣本的聚類問題;而K-Means聚類分析計算量小，占用內存少并且處理速度快，比較適合處理數據量大、變量較多的聚類分析.同時，基于K-Means聚類結果的有效性檢驗主要取決于輪廓系數，對于第i個元素xi，其輪廓系數s（i）越接近于1，則說明樣本i聚類合理;若s（i）越接近于-1，則說明樣本i更應該分到另外的類別;若s（i）越接近于0，則說明樣本i在兩類別的邊界上.聚類結果的整體輪廓系數即為所有xi的輪廓系數的平均值.

四、聚類分析過程

本次教育教學評價聚類分析的數據，主要采用某大學2015級數學教育1504班全班50名同學在2015-2016學年第二學期所修主要課程的考試成績，這里用1-50（序號）來表示每一位學生;所修主要課程共15門，包括專業課和通識課.專業課主要向學生傳授專業的知識和技能;通識課的目的在于促進學生在思想、情感、能力等方面的全面發展，塑造完整人格.

1.數據預處理.

由于K-Means聚類分析對數據相關性、缺失值、異常值較敏感，因此，在進行聚類分析之前，我們必須對數據進行相關性、異常值檢驗以及數據標準化處理.

通過相關性檢驗發現，各指標間相關系數最高為0.7277，因此，我們可認為各數據間的相關性較低，在此，不予以處理.我們通過異常值檢驗發現（表1），數據中雖然存

在異常值，但個數并不是很多，不影響整體效果，可不予以處理.同時，由于所有的數據采用的都是百分制，各指標間的水平相差不大，具有相同的量綱，因此，我們可直接使用原始指標值進行分析.

2.數據分析.

通過K-Means聚類分析結果顯示（表2），整個樣本數據分為3類，平均輪廓系數為0.1008991，這說明聚類效果特別好，且屬于0類的樣本有21個，屬于1類的樣本有16個，屬于2類的樣本有13個.

3.數據透視表分析.

為便于分析，這里將所有課程按編號和名稱排序：1.中華詩詞之美、2.閱讀與寫作、3.現代教育技術、4.數學分析、5.解析幾何、6.高等代數、7.大學英語、8.音樂、9.漢字文化書寫、10.體育與健康、11.毛中特概論、12.形勢與政策、13.科學技術概論、14.心理學、15.就業指導.數據透視表分析結果如下（表3）：

從該表中，我們可以清晰地看到：整個樣本數據的聚類結果分為3類.0類學生在中華詩詞之美、大學英語、體育與健康、科學技術概論知識的學習中，成績中等偏上，這部分學生專業課成績普遍偏低，但通識課成績相對較好一些，這說明這部分學生在思想和學習方面比較主動，在今后的教學中，教師應建立專業學科主導模式，加強專業多元化教學與實踐相結合，提升學生在專業課方面學習的興趣.1類學生在現代教育技術、漢字文化書寫、形勢與政策等非專業學科學習中，成績中等偏下，這部分學生入學成績普遍偏低，專業課成績和通識課成績均不理想.針對這部分學生，教師應加強對其進行思想教育和心理疏導，鼓勵其在興趣愛好及實操能力等方面重點發展.2類學生在閱讀與寫作、現代教育技術、數學分析、解析幾何、高等代數、心理學、就業指導等專業知識和綜合類學科的學習中能力都特別強，其專業課和通識課成績均良好，教師可將這部分學生作為來年專升本的重點培養對象，鼓勵其在加強專業學習的同時，多參加各種實踐活動，促進其全面綜合發展.

五、結束語

綜上所述，教育教學質量評價對高校教學質量提升和學生全面發展至關重要，而K-Means聚類分析作為數據挖掘的一種重要技術，對完善高校課堂教學質量評價體系舉足輕重.本文將聚類分析算法引用到學生學情的分析中，通過檢驗學生學習情況（學習成績），對其進行分類，并對不同類別的學生情況進行綜合評價，這樣可以真正做到因材施教，提升高校教育教學質量和學生學習的積極性.

【參考文獻】

[1]唐成成.聚類分析在高校課堂教學質量評價中的應用[D].重慶：重慶師范大學，2017.

[2]葉晶.高校教學質量評價體系的構建分析[J].教育教學論壇，2017（48）：159-160.

[3]馮國生，劉榮，呂振通，等.SPSS統計分析與應用[M].北京：機械工業出版社，2014.