数据挖掘技术下数字化校园系统的分析与研究

2020-01-02刘建花

数字通信世界 2020年3期

关键词：结点决策树数据挖掘

刘建花

（晋中师范高等专科学校数理科学系，晋中 030600）

0 引言

数据挖掘技术在数字化校园系统中的作用主要是通过分析高校中各种类型的大量数据为高校制定各项决策提供数据依据，以此来不断提高学校教学、管理、服务的各项水平。

1 数据挖掘技术下数字化校园系统中的重要性

1.1 实现智能化教学

在高校的数字化教学中，学生可自主式学习，与老师、同学互动留言，提高学生对时间的利用率。智能化教学将每个学生的学习过程进行记录，教师根据学生的学习情况进行合理的课堂设计，对学生针对性的教学和辅导。

1.2 提高学校管理效率

在数字化校园系统中，学校将网站中的一些留言、发表的稿子以及一些评论的数据信息分析处理后，对教师的教学效果进行预测，对教学活动进行更好地管理和服务。

1.3 实现智能化服务

系统将用户数据和资料进行管理和整合，用户登录平台对身份识别验证后获取相应的使用权限，享受其对应的功能服务。

2 数据挖掘技术下数字化校园系统构建

2.1 总体技术架构

在数字化校园中，从上至下由四个方面进行建构：一是业务系统应用层。有校教务管理系统、科研管理系统、网络教学和成绩管理系统以及档案管理系统等。二是平台管理层。利用数据挖掘技术，将应用层的数据进行收集、筛选、备份、分析、整理，让数据系统化。三是网络综合层。有校园网、移动网和物联网，利用无线技术和IP技术，将网络信息进行全面覆盖，收集更多数据。四是感知层。通过GPS、RFID以及传感器等设备对校园中的信息进行采集、处理和筛选，然后传输到信息平台中。

2.2 系统功能设计

借鉴其他学校数字化校园系统构建的经验，将管理、科研、教学、安全、生活等方面结合，为教师和学生构建数字化的校园环境。

（1）校务和办公自动化。整个数字化校园的重要的环节，所有业务都在系统上完成，包括教职工任务，领导审批，有效提高效率，真正实现办公无纸。

（2）智能教学。教师的教学计划、学生的考试、阅卷、成绩的录入等环节都在系统上进行。

（3）教研查询。教师可以将课研成果，包括科研论文、教案、教学经验的总结以及教学视频等资源上传到系统进行展示和交流，相互分享。在课题管理系统中，方便申报课题与中期检查，教研人员节省了报告的时间。

（4）智能平安校园。利用物联网技术，植物灌溉和养护、照明、门禁、监控以及报警实现智能化，既节省费用，也提高效率。

（5）智能校园生活。采用无限射频识别技术，学生只需要一部手机，实现电子签到、超市购物、费用缴纳等功能。

2.3 关键技术

数字化校园构建中用到的技术和数据挖掘算法：

（1）云计算：主要对虚拟化的资源进行分配，对数据进行整理和量化。

（2）物联网技术：将数据信息、互联网技术以及远程操作等技术结合起来，实现智能化。

（3）移动互联网技术：提供安全的网络环境，实现对人员的动态管理，使得生活更加便捷。

（4）决策树方法一般用于将数据分类，由构造树和修剪树两个过程。先开始使用初始数据生成测试函数，依据所得到的值生成树的分支，重复步骤，再各个分支上再生成下一层的分支和结点，这样生成的树称之为决策树，然后再对决策树进行修剪，最后生成规则。该算法有ID3、IBLE等。

3 数字化校园系统中成绩管理系统的评估模型分析

本校学生最终考试成绩由平时成绩和期末成绩决定，平时成绩占40%，期末成绩占60%，考试形式有笔试、机试、论文、表演等，考试方式有考查和考试两种。考完后由代课老师登录成绩管理系统提交成绩生成最终考试成绩。

在成绩管理系统中，为了分析考试成绩数据，第一项将成绩数据进行预处理，第二项将连续成绩数据转换为离散的数据，第三项利用决策树中ID3算法进行属性归纳出成绩规则，第四项教师和学生进行相应的分析评估。

数据预处理过程有对空值的处理、对无用信息进行消减等步骤。系统中采用忽略的方式解决因为缺考、作弊产生的空值。将开课单位、班级、学期、科目类型、代课老师等无关字段删去，只保留学号、姓名、性别、科目、考核方式、平时成绩、期末成绩和最后的成绩等字段。

数据的离散型处理分两过程组成：一先将成绩按是否大于等于60分来判断成绩是否合格划分，二将上一步60分以上的成绩执行下列步骤：一是将成绩数据进行排序；二是去除重复数据；三是根据相应的比例划分等级；四是根据确立好的等级标准离散化数据。

比如期末考试成绩（67，87，69，79，77，88，79，86，79，60，70，71，76，98，89，…）将分数从高到低排序，并去除重复的值，（98，89，88，87，86，79，77，76，71，70，69，67，60，…），可将成绩的25%，50%，25%划分A、B、C三个等级，把产生的等级作为成绩表中新的字段值。最后需在原成绩表中的字段XH（学号）、XM（姓名）、KM（科目）、PC（平时成绩）、QC（期末成绩）、ZC（综合成绩）中增加字段PCDJ（平时成绩等级）、QCDJ（期末成绩等级）、YX（优秀否）、JG（及格否）。

利用ID3算法构造决策树。该算法是递归算法的一种，其算法思想：（1）首先生成一个结点。（2）根据判断是否属于同一类的结果来确定是否是叶结点，如果是，该结点是叶结点。（3）如果否，依据信息增益的基于熵的度量启发信息，重新选择属性，将数据样本进行分类，成为该结点测试和判定属性。（4）再根据测试属性的每一个值，创建一个分支，以此划分样本数据，所有的属性都进行离散化转化。该算法符合以下三种情况递归结束：一是结点的数据属于同一类；二是数据全部属性都测试完，没有可利用的属性来划分数据；三是分支没有数据样本了，遇到此情况下创建一个叶结点。

算法步骤：

输入：由离散值属性表示的样本值samp，候选属性集合att_list

（1）初始化一个结点M。

（2）如果结点中的所有样本都属于同一类别B，该结点属于叶结点。

（3）返回决策树tree，B为结点的类标记。

（4）判断att_list是否为空。

（5）如果空，该决策树为单结点树，B记作类别个数最多的类别。

（6）如果非空，在att_list里选择一个最大的信息增益的属性特征m_att。

（7）m_att的信息增益和阈值相比，如果m_att 大，则决策树为单结点树，B作为实例数最大的类的类标记。

（8）如果m_att小，对m_att的取值mm，根据取值划分样本值子集sampi，将子集中实例数最大的类作为标记，创建子结点，由结点和其子树构成决策树，返回。

（9）对下个子结点，以sampi为新的样本值数据集，以att_list-{m_att}为候选属性递归重复以上步骤。

创建好决策树后，使用后剪枝方法中代价复杂性剪枝对树进行修剪。此算法需要计算树中每个非叶结点删去该结点后子树所产生的期望错误率，低的期望错误率则修剪该子树，否则保留该子树。