通过数据挖掘技术预测学生学习成绩

ｄ）重 复 上 面 的 步 骤 。
３．Ｂ 样条神经网络控制的仿真研究
３．１ 控制模型的建立 被控对象串连起来， 以便使期望输出与被
控对象输出之间的传递函数等于 １， 从而在将此网络作为前馈控制器
后， 使被控对象为期望输出。神经网络用于控制有很多种结构， 本文采
用 神 经 网 络 直 接 逆 控 制 。神 经 网 络 直 接 逆 控 制 就 是 将 被 控 对 象 的 神 经
素外， 还有多方面的因素， 最重要的是学习方法。为使学生能提高学习 加入学习成绩 属 性 ， 学 习 成 绩 属 性 值 根 据 两 个 学 期 评 定 ， 把 百 分 制 换
效 率 ， 有 正 确 的 学 习 方 法 ， 从 而 提 高 学 习 成 绩 ， 本 文 介 绍 了 在 ＳＱＬ 为上等、中等、较差。这 ９３ 个数据中学习成绩居上等水平的 ２９ 个， 居
４３
科技信息
○高校讲台○
ＳＣＩＥＮＣＥ ＆ ＴＥＣＨＮＯＬＯＧＹ ＩＮＦＯＲＭＡＴＩＯＮ
２００７ 年 第 ２２ 期
ｋ
要求： Ｃｍ（ｋ）" ｅ（ｊ） ≤１ ｊ＝０
主要分为以下几个步骤：
１ 初始化： ｋ＝０，ω＝０ 根据需要设定学习率 βｉ， 衰减系数 Ｃ 和允许误 差 ε的值。
２ 开始学习训练：
ａ） ｋ＝ｋ＋１
绩的因素大致分为： １）课前预 习 ； ２）按 作 息 时 间 学 习 ； ３）上 课 记 笔 记 ； ４）
课后复习； ５）独立完成作业。然后进行数据采集， 数据来源为山东信息 图１
职业技术学院软件系软件技术专业的两个班。
２．数据预处理 为保证数据质量， 在调查之前对学 生 明 确 调 查 的
从图 １ 所示的决策树及结点颜色（ 颜色深， 表示（ 下转第 １０２ 页）
通过 ＳＱＬ Ｓｅｒｖｅｒ 自带的数据挖掘功能， 利用决策树实现了对影响
学习成绩的关键环节的挖掘， 具体过程如下：
１．数据收集与描述 收集、描述数据是个数据挖掘 工 作 中 相 当 重
要的一部分工作。我们首先找出影响学生学习成绩的多方因素， 然后
从学生角度分析， 刨除智力因素外， 在学习环节上， 将影响学生学习成
１０ 段， 用四阶 Ｂ 样条函数作为神经网络控制的基底函数时， 其在输入
空间上的分布具体用如下式子表示：
Ｘ－３＝－ ０．３ Ｘ－２＝－ ０．２ ．．． Ｘ１３＝１３ 权值为行矩阵， 项数为 １３， 令：
λ０＝Ｘ－ ３ λ１＝Ｘ－ ２ ．．． λ１６＝Ｘ１３ 设 λ０ 和四阶 Ｂ 样条函数 Ｂ１４（ｘ）相对应，λ１ 和四阶 Ｂ 样条函数 Ｂ２４（ｘ） 对应，依次类推，直到 λ１２ 和四阶 Ｂ 样条函数 Ｂ１３４（ｘ）相对应。 设 控 制 信 号 ： ｙ＝ｓｉｎ（ｘ）， 按 图 的 将 Ｂ 样 条 神 经 网 络 ， 在 ＭＡＴＬＡＢ 中
（２） 关联分析： 数据关联是数据库中存在的一类重要的可被发现 的知识。若两个或多个变量的取值之间存在某种规律性， 就称为关联。
（３） 聚类： 数据库中的记录可被化分为一系列有意义的子集， 即聚 类。聚类增强了人们对客观现实的认识， 是概念描述和偏差分析的先 决条件。
另 外 还 有 概 念 描 述 、偏 差 描 述 等 。 ４．决 策 树 方 法 的 主 要 优 点 数 据 挖 掘 的 常 用 技 术 有 人 工 神 经 网 络 、决 策 树 、遗 传 算 法 等 。 而 本文采用决策树技术对数据进行挖掘， 相对于其他挖掘方法， 决策树 方法应用最为广泛， 其独特的优点主要包括： （ １） 学习过程中使用者不需要了解很多背景知识， 只要训练事例 能够用属性――结论的方式表达出来， 就能用该算法进行学习； （ ２） 决策树的分类模型是树状结构， 简单直观， 比较符合人类的的 理解方式； （ ３） 可以将决策树中到达每个叶节点的路径转换为 ＩＦ－ ＴＨＥＮ 形 式的分类规则， 这种形式更有利于理解。 二 、通 过 数 据 挖 掘 预 测 学 生 学 习 成 绩
表 １ 经过预处理后的数据
１．数据挖掘的定义 数据挖掘（ Ｄａｔａ Ｍｉｎｉｎｇ） 就是从大量的、不完
序号 课前预习 按时学习 记笔记 完成作业 课后复习 学习成绩
全的、有噪声的、模糊的、随机的实际应用数据中， 提取隐含在其中的、
１
Ｃ
Ｃ
Ｂ
Ｂ
Ｄ
Ｂ
人 们 事 先 不 知 道 的 、但 又 是 潜 在 有 用 的 信 息 和 知 识 的 过 程 。 与 数 据 挖
变量及其所占空间也将呈指数增长， 网络训练过程也会变得复杂； 虽 然 Ｂ 样条网络比模糊逻辑在精确性上更加可调，但不如采用模糊逻辑 表达灵活、计算速度快，也不如小波神经网络的自适应性。［５］ 科
● 参考文献
［ １］ 孙增圻， 张再兴， 邓志东．智能控制理论与技术［ Ｍ］ ．北京 ： 清 华 大 学 出 版 社．１９９１． ［ ２］ 王春行．液压伺服控制系统［ Ｍ］ ．北京： 机械工业出版社．１９８９． ［ ３］ 张立明．人工神经网络的模型及其应用［ Ｍ］ ．上海： 复旦大学出版社． １９９３． ［ ４］ 薛 定 宇．反 馈 控 制 系 统 设 计 与 分 析— ——ＭＡＴＬＡＢ 语 言 应 用 ［ Ｍ］ ．北 京： 清华大学出版社．２０００． ［ ５］ 景 小 宁 等．Ｂ 样 条 神 经 网 络 的 算 法 设 计 及 应 用．计 算 机 应 用 与 软 件 ［ Ｊ］ ．２００５（７）： ２２－ ７． ［ ６］ 潘 薇 ， 安 莹．ＭＡＴＬＡＢ 辅 助 控 制 系 统 设 计 与 仿 真 ［ Ｍ］ ．北 京 ： 电 子 工 业 出 版 社．２００５．
Ｓｅｒｖｅｒ２０００ 下采用决策树挖掘方法， 在若干影 响 学 生 学 习 成 绩 的 环 节 中等水平的 ４４ 个， 成绩较差的 ２０ 个。其中调查的 ５ 项数据项为条件
中， 找出关键环节， 从而实现数据挖掘功能。
属性， 学习成绩属性为类别属性。最后得到的数据如表 １ 所示。
一 、数 据 挖 掘 的 的 知 识
能越有价值。 ３．数据挖掘的主要功能 数据挖掘通过预测未来趋 势 及 行 为 ， 做
出 前 摄 的 、基 于 知 识 的 决 策 。 数 据 挖 掘 的 目 标 是 从 数 据 库 中 发 现 隐 含 的、有意义的知识， 主要有以下几类功能：
（１） 自动预测趋势和行为： 数据挖掘自动在大型数据库中寻找预 测性信息， 以往需要进行大量手工分析的问题如今可以迅速直接由数 据本身得出结论。
４
Ａ
Ｂ
Ｂ
Ａ
Ａ
Ｂ
假 设 的 前 提 下 去 挖 掘 信 息 、发 现 知 识．数 据 挖 掘 所 得 到 的 信 息 应 具 有
先未知，有效和可实用三个特征。先前未知的信息是指该信息是预先
５
Ａ
Ｃ
Ａ
Ａ
Ａ
Ｂ
未曾预料到的，既数据挖掘是要发现那些不能靠直觉发现的信息或知
︰
︰
︰
︰
︰
︰
︰
识，甚至是违背直觉的信息或知识，挖掘出的信息越是出乎意料，就可
数据项说明： 课前预习中的 Ａ、Ｂ、Ｃ 分别代表经常预习、时有预习、基本不 预 习。 按时学习中的 Ａ、Ｂ、Ｃ 分别代表严格、比较严格、一般。 记笔记中的 Ａ、Ｂ、Ｃ 分别代表多数都记、记的一般、偶尔记。 完成作业中的 Ａ、Ｂ、Ｃ 分别代表独立完成、参考完成、抄袭完成。 课后复习中的 Ａ、Ｂ、Ｃ 分别代表经常复习、时有复习、偶尔复习。 学习成绩中的 Ａ、Ｂ、Ｃ 分别代表上等、中等、较差。 ３．数 据 挖 掘 实 现 １） 建立数据表：在 ＳＱＬ Ｓｅｒｖｅｒ 中建立数据库后， 建 立 相 应 的 表 ， 并 在表中录入相应的数据。 ２） 设置数据源： 在控制面板中设置数据源， 连接的数据库为我们 新建的库。 ３） 在 ＳＱＬ Ｓｅｒｖｅｒ 中 进 行 数 据 挖 掘 的 过 程 ： 启 动 Ａｎａｌｙｓｉｓ Ｍａｎａｇｅｒ， 在 Ａｎａｌｙｓｉｓ Ｍａｎａｇｅｒ 树 视 图 中 展 开 “Ａｎａｌｙｓｉｓ Ｓｅｒｖｅｒｓ”， 单 击 服 务 器 名 称 ， 建 立 与 Ａｎａｌｙｓｉｓ Ｓｅｒｖｅｒｓ 的 连 接 ； 右 击 服 务 器 名 称 ， 单 击 “新建数据库”命令； 右击建立的数据库下的“数据源”文件夹， 单击“新 数据源”命令； 在“数据链 接 属 性 ”对 话 框 中 ， 单 击 “提 供 者 ”选 项 卡 ， 然 后 选 中 “Ｍｉｃｒｏｓｏｆｔ ＯＬＥ ＤＢ Ｐｒｏｖｉｄｅｒ ｆｏｒ ＯＤＢＣ Ｄｒｉｖｅｒｓ”， 单 击 “连 接 ”选 项卡， 从“使用数据源名称”列表中单击选中数据库。创建揭示客户模 式的数据挖掘模型， 在 Ａｎａｌｙｓｉｓ Ｍａｎａｇｅｒ 树 窗 格 中 右 击 “挖 掘 模 型 ”文 件夹， 单击“新建挖掘模型”命令； 打开挖掘模型向导， 通过向导建立挖 掘模型。依据学习成绩为 Ａ 的读取客户决策树， 如图 １ 所示。
科技信息
○计算机与信息技术○
ＳＣＩＥＮＣＥ ＆ ＴＥＣＨＮＯＬＯＧＹ ＩＮＦＯＲＭＡＴＩＯＮ
２００７ 年 第 ２２ 期
通过数据挖掘技术预测学生学习成绩
张兴科 王 浩 （合肥工业大学计算机与信息学院 安徽 合肥 ２３００００）
摘要： 介绍了数据挖掘的基本知识， 数据挖掘的功能与方法， 并通过数据挖掘， 找出了影响学生学习成绩的关键环节。 关键词： 数据挖掘； 知识； 决策树； 学习 Ａｂｓｔｒ ａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ｉｎｔｒｏｄｕｃｅｓ ｔｈｅ ｂａｓｉｃ ｋｎｏｗｌｅｄｇｅ，ｔｈｅ ｆｕｎｃｔｉｏｎ ａｎｄ ｔｈｅ ｍｅｔｈｏｄ ｏｆ ｄａｔａ ｍｉｎｉｎｇ． Ｂａｓｅｄ ｏｎ ｄａｔａ ｍｉｎｉｎｇ，ｗｅ ｃａｎ ｆｉｎｄ ｋｅｙ ｐｒｏｂｌｅｍｓ ｔｈａｔ ｉｎｆｌｕｅｎｃｅ ｔｈｅ ｓｔｕｄｅｎｔｓ’ｍａｒｋ． Ｋｅｙ ｗｏｒ ｄ：ｄａｔａ ｍｉｎｉｎｇ；ｋｎｏｗｌｅｄｇｅ；ｄｉｍｅｎｓｉｏｎ ｔｒｅｅ；ｓｔｕｄｙ
进行仿真， 控制框图如图 ２ 所示。［４］
图 ２ Ｂ 样条控制框图
对用 Ｂ 样条神经网络控制的电液伺服系统进行仿真， 限于篇幅， 本文只给出通过第三次学习后得到的控制曲线和误差曲线如图 ３ 图 ４ 所示。
图 ３ Ｂ 样条神经网络控制第三次学习曲线
图 ４ Ｂ 样条神经网络Leabharlann Baidu制第三次学习误差曲线
由图可知， 在第三个周期内， Ｂ 样条神经网络就可以控制电液伺 服系统跟踪输入信号的精度达到理想的效果， 最大误差在 ２％左右， 误 差主要集中在－ ０．０２－ ０．０２ 误差带之间。可见， 采用 Ｂ 样条神经网络来 控制电液伺服系统， 系统的控制精度可以大大提高。
ｉ
ｉ
ｂ）由式 ｅｉ （１）＝ｙｄ － ｙｉ （１）＝ｙｄ － ωｉ （１）ａ（ｘ）。计算 ｅ（ｋ）， ｅ（ｋ） ， ｅ（ｋ） ｍｅａｎ。
ｃ）根据上面式子计算 ｍ（ｋ）， β（ｋ）， ω（ｋ）。当时， 检验学习训练过程是
否收敛在允许的误差范围内， 如果在， 储存此时的权值 ω１。当 ｍ（ｋ）＝０
时， 初始化权值 ω＝ω１， 重新储存权值 ω１。
掘 相 近 的 同 义 词 有 数 据 融 合 、数 据 分 析 和 决 策 支 持 等 。
２
Ｂ
Ｂ
Ｂ
Ａ
Ａ
Ｂ
２． 数据挖掘与传统分析方法的区别 数据挖 掘 与 传 统 的 数 据 分
３
Ｂ
Ａ
Ｂ
Ｂ
Ｃ
Ｂ
析（如 查 询 、报 表 、联 机 应 用 分 析）的 本 质 区 别 是 数 据 挖 掘 是 在 没 有 明 确
在教 育 教 学 活 动 中 ， 教 学 质 量 的 好 坏 与 教 学 条 件 、教 师 业 务 水 平 目的、意义， 使学生反馈的数据尽可能真实、准确。在取得数据后， 对不
有关外， 更重要的是学习的主体－ － 学生。学生学习成绩好坏除智力因 合格数据予以剔除。参加调查的学生 ９８ 名， 实际取得合格数据 ９３ 个。
网络逆模型， 以图为神经网络控制模型， 以阀控液压缸为被控对象， 建
立了模型后， 在 ＭＡＴＬＡＢ 中建立电液伺服系统的仿真模型。用 Ｂ 样条
神经网络控制电液伺服系统， 对系统进行仿真研究。［５］
３．２ 电液伺服系统 Ｂ 样条神经网络仿真
设输入信号周期基准为 １， Ｂ 样条函数为四阶， 将输入空间分为
４．仿真结果及结论 将 Ｂ 样条神经网络控制引入到电液伺服系统中， 对其进行仿真， 可以得知， 用 Ｂ 样条神经网络控制电液伺服系统， 系统可以很好地跟 踪输入信号， 学习速度快， 不存在局部极小点， 在一定范围内， 随着 Ｃ
的增大， 泛化能力增强 但是， Ｂ 样条网络在使用中也存在不足之处。当维数增加时，存储