交通管理工程專業核心課程成績數據挖掘

郁 燁

（江蘇警官學院治安管理系，江蘇 南京 210031）

1 引言

交通管理工程學科屬于公安技術一級學科下的二級學科。交通管理工程專業學生需要系統掌握交通管理工程專業的基本理論、基本知識、基本技能，并具備道路交通組織與控制、道路交通秩序管理、車輛與駕駛人管理、道路交通安全違法行為查處、道路交通事故預防與處理等專業能力。在專業能力培養方面，江蘇警官學院交通管理工程專業的相關課程包括道路交通管理概論、道路交通工程總論、道路交通規劃與組織、交通管理與控制、道路交通秩序管理、車輛與駕駛人管理、道路交通安全學、道路交通事故預防與處理、交通事故現場勘查與檢驗鑒定技術、交通執法基本技能實訓、交通心理學、智能交通管理系統共12門課程（以下簡稱為“核心課程”）。上述各門課程在核定課程成績時，期末考核成績占總成績的75%，平時作業成績占總成績的15%，平時表現成績占總成績的10%，即課程成績＝平時表現×10%＋平時作業×15%＋考核成績×75%。可見，課程成績較為全面地反映出學生在該門課程中的學業表現。

專業課程是專業素養培育的重要依托。對于每名學生而言，其多門核心課程的成績能夠綜合反映其專業素養。近年來，數據挖掘技術被廣泛應用于成績數據的分析與挖掘[1-9]。對核心課程的成績數據進行分析挖掘不僅有助于探究不同課程之間的相關性，為優化專業培養方案提供參考，而且有助于揭示專業素養的主要維度，了解每名學生在各個專業素養維度上所體現出的差異。以下運用相關分析和主成分分析技術對江蘇警官學院2015級、2016級交通管理工程專業學生的核心課程成績數據進行分析和挖掘。

2 課程成績相關分析

2.1 相關分析

相關分析能夠直觀地反映出兩個連續變量之間的相關程度。對于任意兩個連續型變量，可以通過計算這兩個變量之間的Pearson相關系數來衡量其相關程度的強弱。Pearson相關系數的取值范圍為[-1,1]。對于兩個連續變量X和Y，其相關系數計算方法如下：

式中，為變量X的平均值，為變量Y的平均值。

相關系數為正值表示兩個變量為正相關，即一個變量的取值越大，另一個變量的取值通常也會越大；相關系數為負值表示兩個變量為負相關，即一個變量的取值越大，另一個變量的取值則越小。需要注意的是，上述關系是一種統計規律，并非對所有個體都嚴格成立。在相關程度方面，相關系數的絕對值越大（越接近于1），表明兩個變量之間的相關程度越高；其絕對值越小（越接近于0），則表明兩個變量之間的相關程度越弱。在基于相關系數的絕對值界定相關程度時，通常需要根據研究問題的不同采用不同的閾值進行判斷[10]。

2.2 分析結果

相同專業的多門專業課程之間必然存在著一定的關聯，基于多名學生專業課程成績的相關分析將能夠揭示出這種潛在關聯。表1給出了交通管理工程專業12門核心課程成績的基本統計量，包括均值、標準差、最小值、中位數和最大值。為便于說明，表1還對12門核心課程進行了編號。表2給出了12門核心課程成績的相關系數。

表1 交通管理工程專業12門核心課程成績的基本統計量

從表2可以看出，表中絕大多數課程成績之間的相關系數均為正數且絕對值不超過0.4，以下重點對相關系數絕對值較高（不低于0.4）以及相關系數為負值的情況進行分析：

表2 交通管理工程專業12門核心課程成績的相關系數

（1）車輛與駕駛人管理、道路交通秩序管理、道路交通事故預防與處理以及交通心理學等課程成績分別與至少6門課程的相關系數都超過了0.4。其中，車輛與駕駛人管理的課程成績與道路交通安全學、道路交通工程總論、道路交通管理概論、道路交通事故預防與處理、道路交通秩序管理、交通管理與控制、交通心理學、智能交通管理系統8門課程的課程成績相關系數均超過了0.4，且與道路交通管理概論、道路交通事故預防與處理、交通管理與控制3門課程的課程成績相關系數超過了0.5。道路交通秩序管理的課程成績與7門課程的課程成績相關系數超過0.4，分別是車輛與駕駛人管理、道路交通安全學、道路交通工程總論、道路交通管理概論、道路交通事故預防與處理、交通心理學和智能交通管理系統。道路交通事故預防與處理的課程成績與車輛與駕駛人管理、道路交通工程總論、道路交通管理概論、道路交通秩序管理、交通管理與控制、交通心理學6門課程的課程成績相關系數超過0.4。由此可見，車輛與駕駛人管理、道路交通秩序管理、道路交通事故預防與處理這3門公安交通管理業務課程的課程成績與其他多門課程的課程成績之間均存在較強的相關性，表明這3門課程與交通管理工程專業的絕大部分專業課程的融合度較高。此外，交通心理學的課程成績與車輛與駕駛人管理、道路交通安全學、道路交通工程總論、道路交通管理概論、道路交通事故預防與處理、道路交通秩序管理6門課程的課程成績之間存在著較強的正相關關系，這可能是因為交通心理學相關原理與方法較為充分地融入了相關課程中。

（2）道路交通規劃與組織、交通事故現場勘查與檢驗鑒定技術、交通執法基本技能實訓3門課程與其他任意課程的相關系數絕對值都未超過0.4，表明上述3門課程相對獨立，與其他課程的關聯度相對較低。值得注意的是，交通執法基本技能實訓作為一門綜合實訓課程，涉及車輛牌證識別、交通違法行為查處、交通事故現場勘查、交通事故責任認定等內容，然而該課程的課程成績卻與前置課程（如交通秩序管理、車輛與駕駛人管理、道路交通事故預防與處理、交通事故現場勘查與鑒定技術等）的課程成績相關性不高，表明該課程與前置課程的銜接可能存在一定程度的脫節。另外，道路交通規劃與組織的課程成績與道路交通安全學、道路交通管理概論這兩門課程成績的相關系數分別為-0.135、-0.214，交通執法基本技能實訓的課程成績與道路交通安全學、道路交通管理概論這兩門課程成績的相關系數分別為-0.104、-0.131，均出現了負值。這說明道路交通規劃與組織、交通執法基本技能實訓這兩門課程可能與道路交通安全學、道路交通管理概論兩門課程存在著微弱的負相關關系。

3 課程成績主成分分析

3.1 主成分分析

主成分分析是一種處理高維數據的降維方法。它通過正交變換將一組存在相關性的變量轉換為一組新的線性不相關的綜合指標，從而實現降維。降維后得到的變量稱為成分，其中起到主要作用的成分則稱為主成分。實際應用中，通常抽取特征根大于1的成分作為主成分[11]。其步驟可歸納如下：

（1）基于原始數據相關矩陣的特征值判斷各成分的重要性，確定出主成分；

（2）通過原始數據相關矩陣的特征向量分析所選成分和原始變量之間的關系；

（3）將原始數據投影到各主成分上，計算出所有個體在各主成分上的得分。

3.2 分析結果

運用主成分分析方法對上述12門核心課程的成績數據進行降維，將有助于了解交通管理工程專業素養的主要維度，并對比不同學生在專業素養主要維度上所存在的差異。通過主成分分析發現，僅有兩個主成分的特征值大于1，且這兩個主成分解釋了超過50%的方差，表明這兩個主成分包含了原始數據中超過一半的信息。圖1展示了12門核心課程的成績與這兩個主成分之間關聯，圖中的每個箭頭代表1門課程，箭頭處的坐標反映了該課程的成績與這兩個主成分的相關性。從圖1可以看出，主成分1與道路交通事故預防與處理、車輛與駕駛人管理、道路交通秩序管理等大多數課程具有較強的正相關性，該主成分實際上反映了學生在公安交通管理主要業務方面的專業素養。值得注意的是，12門核心課程中的5門學位課程（即道路交通工程總論、車輛與駕駛人管理、道路交通秩序管理、道路交通事故預防與處理、交通管理與控制）的課程成績均與主成分1較為相關。主成分2主要與道路交通規劃與組織、交通執法基本技能實訓等課程較為相關，反映了學生在交通組織、交通執法等其他方面的專業素養。

圖1 核心課程成績與主成分1、主成分2的相關性

圖2進一步對比了每名學生的主成分1和主成分2得分與其畢業設計五分制成績（即優秀、良好、中等、及格、不及格）的關聯。由于畢業設計成績為及格、不及格的樣本量極少，以下主要基于畢業設計成績獲得優秀、良好、中等的三類學生進行探討。從圖2可以得出如下兩個結論：

（1）平均而言，畢業設計成績為優秀的學生分布于圖2的偏右上側，即其主成分1、主成分2得分相對較高，而畢業設計成績為中等的學生分布于圖2的偏左下側，即其專業課程成績的主成分1（Dim1）、主成分2（Dim2）的得分相對較低。可見，基于主成分的專業素養評估與基于畢業設計成績的專業素養評估結果總體一致。

圖2 主成分1、主成分2得分與畢業設計成績的關聯

（2）三類學生的主成分1和主成分2得分分布范圍比較廣，且存在大量重疊。可見，即使某個學生的核心課程成績不太理想，仍有可能在畢業設計中通過努力獲得更好成績。這可能是因為畢業設計的選題往往關注某一個具體的切入點，如果學生能夠在畢業設計開展過程中及時查漏補缺，認真開展相關研究工作，仍有可能在畢業設計成績上實現“逆襲”。

4 結語

本文對江蘇警官學院2015級和2016級交通管理工程專業學生所學的12門專業核心課程成績數據進行了分析挖掘。相關分析結果表明：車輛與駕駛人管理、道路交通秩序管理、道路交通事故預防與處理3門公安交通管理業務課程的課程成績與其他多門課程的課程成績之間均存在較強的相關性，表明上述3門課程與交通管理工程專業的其他課程融合度較高，而道路交通規劃與組織、交通事故現場勘查與檢驗鑒定技術、交通執法基本技能實訓3門課程則與其他課程的相關程度較低，建議在培養方案修訂中優化這3門課程與相關課程的銜接。主成分分析的結果表明：基于12門核心課程成績數據所提取出的兩個主成分能夠較好地反映出學生的專業素養，且學生的主成分1和主成分2得分與其畢業設計成績總體一致。可見，通過對專業課程成績數據的分析挖掘可以為優化課程設置和評估學生專業素養提供支撐。本文所采用的分析思路也可供分析挖掘其它專業的課程成績數據時參考。