交通管理工程专业核心课程成绩数据挖掘

郁 烨

（江苏警官学院治安管理系，江苏 南京 210031）

1 引言

交通管理工程学科属于公安技术一级学科下的二级学科。交通管理工程专业学生需要系统掌握交通管理工程专业的基本理论、基本知识、基本技能，并具备道路交通组织与控制、道路交通秩序管理、车辆与驾驶人管理、道路交通安全违法行为查处、道路交通事故预防与处理等专业能力。在专业能力培养方面，江苏警官学院交通管理工程专业的相关课程包括道路交通管理概论、道路交通工程总论、道路交通规划与组织、交通管理与控制、道路交通秩序管理、车辆与驾驶人管理、道路交通安全学、道路交通事故预防与处理、交通事故现场勘查与检验鉴定技术、交通执法基本技能实训、交通心理学、智能交通管理系统共12门课程（以下简称为“核心课程”）。上述各门课程在核定课程成绩时，期末考核成绩占总成绩的75%，平时作业成绩占总成绩的15%，平时表现成绩占总成绩的10%，即课程成绩＝平时表现×10%＋平时作业×15%＋考核成绩×75%。可见，课程成绩较为全面地反映出学生在该门课程中的学业表现。

专业课程是专业素养培育的重要依托。对于每名学生而言，其多门核心课程的成绩能够综合反映其专业素养。近年来，数据挖掘技术被广泛应用于成绩数据的分析与挖掘[1-9]。对核心课程的成绩数据进行分析挖掘不仅有助于探究不同课程之间的相关性，为优化专业培养方案提供参考，而且有助于揭示专业素养的主要维度，了解每名学生在各个专业素养维度上所体现出的差异。以下运用相关分析和主成分分析技术对江苏警官学院2015级、2016级交通管理工程专业学生的核心课程成绩数据进行分析和挖掘。

2 课程成绩相关分析

2.1 相关分析

相关分析能够直观地反映出两个连续变量之间的相关程度。对于任意两个连续型变量，可以通过计算这两个变量之间的Pearson相关系数来衡量其相关程度的强弱。Pearson相关系数的取值范围为[-1,1]。对于两个连续变量X和Y，其相关系数计算方法如下：

式中，为变量X的平均值，为变量Y的平均值。

相关系数为正值表示两个变量为正相关，即一个变量的取值越大，另一个变量的取值通常也会越大；相关系数为负值表示两个变量为负相关，即一个变量的取值越大，另一个变量的取值则越小。需要注意的是，上述关系是一种统计规律，并非对所有个体都严格成立。在相关程度方面，相关系数的绝对值越大（越接近于1），表明两个变量之间的相关程度越高；其绝对值越小（越接近于0），则表明两个变量之间的相关程度越弱。在基于相关系数的绝对值界定相关程度时，通常需要根据研究问题的不同采用不同的阈值进行判断[10]。

2.2 分析结果

相同专业的多门专业课程之间必然存在着一定的关联，基于多名学生专业课程成绩的相关分析将能够揭示出这种潜在关联。表1给出了交通管理工程专业12门核心课程成绩的基本统计量，包括均值、标准差、最小值、中位数和最大值。为便于说明，表1还对12门核心课程进行了编号。表2给出了12门核心课程成绩的相关系数。

表1 交通管理工程专业12门核心课程成绩的基本统计量

从表2可以看出，表中绝大多数课程成绩之间的相关系数均为正数且绝对值不超过0.4，以下重点对相关系数绝对值较高（不低于0.4）以及相关系数为负值的情况进行分析：

表2 交通管理工程专业12门核心课程成绩的相关系数

（1）车辆与驾驶人管理、道路交通秩序管理、道路交通事故预防与处理以及交通心理学等课程成绩分别与至少6门课程的相关系数都超过了0.4。其中，车辆与驾驶人管理的课程成绩与道路交通安全学、道路交通工程总论、道路交通管理概论、道路交通事故预防与处理、道路交通秩序管理、交通管理与控制、交通心理学、智能交通管理系统8门课程的课程成绩相关系数均超过了0.4，且与道路交通管理概论、道路交通事故预防与处理、交通管理与控制3门课程的课程成绩相关系数超过了0.5。道路交通秩序管理的课程成绩与7门课程的课程成绩相关系数超过0.4，分别是车辆与驾驶人管理、道路交通安全学、道路交通工程总论、道路交通管理概论、道路交通事故预防与处理、交通心理学和智能交通管理系统。道路交通事故预防与处理的课程成绩与车辆与驾驶人管理、道路交通工程总论、道路交通管理概论、道路交通秩序管理、交通管理与控制、交通心理学6门课程的课程成绩相关系数超过0.4。由此可见，车辆与驾驶人管理、道路交通秩序管理、道路交通事故预防与处理这3门公安交通管理业务课程的课程成绩与其他多门课程的课程成绩之间均存在较强的相关性，表明这3门课程与交通管理工程专业的绝大部分专业课程的融合度较高。此外，交通心理学的课程成绩与车辆与驾驶人管理、道路交通安全学、道路交通工程总论、道路交通管理概论、道路交通事故预防与处理、道路交通秩序管理6门课程的课程成绩之间存在着较强的正相关关系，这可能是因为交通心理学相关原理与方法较为充分地融入了相关课程中。

（2）道路交通规划与组织、交通事故现场勘查与检验鉴定技术、交通执法基本技能实训3门课程与其他任意课程的相关系数绝对值都未超过0.4，表明上述3门课程相对独立，与其他课程的关联度相对较低。值得注意的是，交通执法基本技能实训作为一门综合实训课程，涉及车辆牌证识别、交通违法行为查处、交通事故现场勘查、交通事故责任认定等内容，然而该课程的课程成绩却与前置课程（如交通秩序管理、车辆与驾驶人管理、道路交通事故预防与处理、交通事故现场勘查与鉴定技术等）的课程成绩相关性不高，表明该课程与前置课程的衔接可能存在一定程度的脱节。另外，道路交通规划与组织的课程成绩与道路交通安全学、道路交通管理概论这两门课程成绩的相关系数分别为-0.135、-0.214，交通执法基本技能实训的课程成绩与道路交通安全学、道路交通管理概论这两门课程成绩的相关系数分别为-0.104、-0.131，均出现了负值。这说明道路交通规划与组织、交通执法基本技能实训这两门课程可能与道路交通安全学、道路交通管理概论两门课程存在着微弱的负相关关系。

3 课程成绩主成分分析

3.1 主成分分析

主成分分析是一种处理高维数据的降维方法。它通过正交变换将一组存在相关性的变量转换为一组新的线性不相关的综合指标，从而实现降维。降维后得到的变量称为成分，其中起到主要作用的成分则称为主成分。实际应用中，通常抽取特征根大于1的成分作为主成分[11]。其步骤可归纳如下：

（1）基于原始数据相关矩阵的特征值判断各成分的重要性，确定出主成分；

（2）通过原始数据相关矩阵的特征向量分析所选成分和原始变量之间的关系；

（3）将原始数据投影到各主成分上，计算出所有个体在各主成分上的得分。

3.2 分析结果

运用主成分分析方法对上述12门核心课程的成绩数据进行降维，将有助于了解交通管理工程专业素养的主要维度，并对比不同学生在专业素养主要维度上所存在的差异。通过主成分分析发现，仅有两个主成分的特征值大于1，且这两个主成分解释了超过50%的方差，表明这两个主成分包含了原始数据中超过一半的信息。图1展示了12门核心课程的成绩与这两个主成分之间关联，图中的每个箭头代表1门课程，箭头处的坐标反映了该课程的成绩与这两个主成分的相关性。从图1可以看出，主成分1与道路交通事故预防与处理、车辆与驾驶人管理、道路交通秩序管理等大多数课程具有较强的正相关性，该主成分实际上反映了学生在公安交通管理主要业务方面的专业素养。值得注意的是，12门核心课程中的5门学位课程（即道路交通工程总论、车辆与驾驶人管理、道路交通秩序管理、道路交通事故预防与处理、交通管理与控制）的课程成绩均与主成分1较为相关。主成分2主要与道路交通规划与组织、交通执法基本技能实训等课程较为相关，反映了学生在交通组织、交通执法等其他方面的专业素养。

图1 核心课程成绩与主成分1、主成分2的相关性

图2进一步对比了每名学生的主成分1和主成分2得分与其毕业设计五分制成绩（即优秀、良好、中等、及格、不及格）的关联。由于毕业设计成绩为及格、不及格的样本量极少，以下主要基于毕业设计成绩获得优秀、良好、中等的三类学生进行探讨。从图2可以得出如下两个结论：

（1）平均而言，毕业设计成绩为优秀的学生分布于图2的偏右上侧，即其主成分1、主成分2得分相对较高，而毕业设计成绩为中等的学生分布于图2的偏左下侧，即其专业课程成绩的主成分1（Dim1）、主成分2（Dim2）的得分相对较低。可见，基于主成分的专业素养评估与基于毕业设计成绩的专业素养评估结果总体一致。

图2 主成分1、主成分2得分与毕业设计成绩的关联

（2）三类学生的主成分1和主成分2得分分布范围比较广，且存在大量重叠。可见，即使某个学生的核心课程成绩不太理想，仍有可能在毕业设计中通过努力获得更好成绩。这可能是因为毕业设计的选题往往关注某一个具体的切入点，如果学生能够在毕业设计开展过程中及时查漏补缺，认真开展相关研究工作，仍有可能在毕业设计成绩上实现“逆袭”。

4 结语

本文对江苏警官学院2015级和2016级交通管理工程专业学生所学的12门专业核心课程成绩数据进行了分析挖掘。相关分析结果表明：车辆与驾驶人管理、道路交通秩序管理、道路交通事故预防与处理3门公安交通管理业务课程的课程成绩与其他多门课程的课程成绩之间均存在较强的相关性，表明上述3门课程与交通管理工程专业的其他课程融合度较高，而道路交通规划与组织、交通事故现场勘查与检验鉴定技术、交通执法基本技能实训3门课程则与其他课程的相关程度较低，建议在培养方案修订中优化这3门课程与相关课程的衔接。主成分分析的结果表明：基于12门核心课程成绩数据所提取出的两个主成分能够较好地反映出学生的专业素养，且学生的主成分1和主成分2得分与其毕业设计成绩总体一致。可见，通过对专业课程成绩数据的分析挖掘可以为优化课程设置和评估学生专业素养提供支撑。本文所采用的分析思路也可供分析挖掘其它专业的课程成绩数据时参考。