CN104484554B - 一种获取课程关联度的方法及系统 - Google Patents

Abstract

本发明提供了一种获取课程关联度的方法及系统，该方法包括：将两门课程的成绩数据分别按照成绩的分数划分为预设的等级，得到两门课程的离散化成绩数据；将同一学生的两门课程的离散化成绩数据之间的等级关系生成对应的规则，计算每条规则对应的支持度，提取支持度大于或等于预设阈值的规则，得到原始规则集合；利用启发式算法将所述原始规则集合划分为正常规则集合和异常规则集合；分别计算异常规则集合中对应的异常规则的支持度的和以及正常规则集合中对应的正常规则的支持度的和，根据所述异常规则的支持度的和与所述正常规则的支持度的和计算两门课程关联度。本发明能够准确获取课程间的关联度，为教学过程中课程推荐提供有效的技术支持。

Description

一种获取课程关联度的方法及系统

技术领域

本发明涉及数据挖掘技术领域，尤其涉及一种获取课程关联度的方法及系统。

背景技术

随着社会对于教育的重视，越来越来多的人开始参与到在校学习。于此同时带来的是大量的教学数据的产生，如何有效的利用这些教学数据成为了研究的热点问题。数据挖掘技术是一种能够在大量数据中发现规律的技术。由于数据本身的复杂性，所以一般普适的算法无法直接应用到数据上，这就需要针对挖掘的目标提出新的数据挖掘方法或者新的模型。

目前，对于关联性分析，国内外已经有人提出了一些算法，主要包括：

Aporior算法：该算法是一种挖掘频繁项集的算法。频繁项集挖掘通过将已有的频繁项集合进行连接，不断筛选满足频繁度的项集，通过迭代上面的过程最终得到所有的频繁项目集合。关联规则挖掘是通过将每条频繁项集进行分割得到关联规则，根据最小置信筛选出强关联规则。关联规则挖掘算法只能挖掘出关联规则，无法给出两个事物间的关联度。

FP-Tree算法：为了解决算法时间复杂度过高的问题，研究人员提出了，通过将规则压缩到一个树中，避免每次筛选的时候再次扫描数据库，能够有效的提高算法的效率。

上述算法能够挖掘关联规则，但是无法对数据关联度进行度量。

发明内容

(一)要解决的技术问题

本发明提供一种获取课程关联度的方法及系统，准确获取课程间的关联度，为教学过程中课程推荐提供有效的技术支持。

(二)技术方案

为解决上述技术问题，本发明提供一种获取课程关联度的方法，该方法包括：

将两门课程的成绩数据分别按照成绩的分数划分为预设的等级，得到两门课程的离散化成绩数据；

将同一学生的两门课程的离散化成绩数据之间的等级关系生成对应的规则，计算每条规则对应的支持度，提取支持度大于或等于预设阈值的规则，得到原始规则集合；

利用启发式算法将所述原始规则集合划分为正常规则集合和异常规则集合；

分别计算异常规则集合中对应的异常规则的支持度的和以及正常规则集合中对应的正常规则的支持度的和，根据所述异常规则的支持度的和与所述正常规则的支持度的和计算两门课程关联度。

优选地，在所述将两门课程的成绩数据分别按照成绩的分数划分为预设个等级之前，所述方法还包括：

将两门课程的成绩数据按照统一标准进行数据归一化处理，得到两门课程的标准成绩数据。

优选地，规则对应的支持度的计算公式具体如下：

支持度＝规则对应的数量/规则集合的数量。

优选地，在所述将两门课程的成绩数据分别按照成绩的分数划分为预设个等级之后，所述方法还包括：

对所述预设个等级进行排序。

优选地，所述利用启发式算法将所述原始规则集合划分为正常规则集合和异常规则集合，具体包括：

步骤1：分别计算所述原始规则集合中每个规则对应的交叉点的数量、等级差以及每个规则的趋势，其中，若两条规则对应的等级是升降交叉关系，则两条规则均存在交叉点，等级差为同一学生的两门课程的离散化成绩数据之间的等级差的绝对值，规则的趋势包括同一学生两门课程的离散化成绩数据之间的等级的上升和下降；

步骤2：在所述原始规则集合中选取交叉点最多的规则加入到异常规则集合中，如果集合中规则的交叉点相同，则在交叉点相同的规则中选择等级差最大的规则加入到异常规则集合中，如果集合中规则的等级差都相同，则选择与大部分规则的趋势相反的规则加入到异常规则集合中，如果集合中规则的趋势都相同，则选择支持度最低的规则加入到异常规则集合中；

步骤3：当有规则加入到异常规则集合时，再次执行步骤1，判断剩余规则集合中是否存在交叉点，若没有，则跳转到步骤4，否则再次执行步骤2。

步骤4：遍历异常规则集合，将任一个异常规则加入到正常规则集合中，如果所述正常规则集合中不存在交叉点，那么继续添加，如果存在交叉点，跳过该交叉点，如果存在两个异常规则都能使得正常规则集合继续保持正常，且两个异常规则同时加入正常规则集合时会出现交叉点，则在所述两个异常规则在选择支持度高的规则加入正常规则集合中。

优选地，所述根据所述异常规则的支持度的和与所述正常规则的支持度的和计算两门课程关联度，具体公式如下：

其中，Sim表示关联度，Sim值越小对应的关联度越小，Sim值越大对应的关联度越大，N表示正常规则集合，D表示异常规则集合，Support表示相应的规则集合中规则的支持度的和。

相应的，本发明还提出了一种获取课程关联度的系统，所述系统包括：

数据离散化模块，用于将两门课程的成绩数据分别按照成绩的分数划分为预设的等级，得到两门课程的离散化成绩数据；

原始规则集合生成模块，用于将同一学生的两门课程的离散化成绩数据之间的等级关系生成对应的规则，计算每条规则对应的支持度，提取支持度大于或等于预设阈值的规则，得到原始规则集合；

规则划分模块，用于利用启发式算法将所述原始规则集合划分为正常规则集合和异常规则集合；

关联度计算模块，用于分别计算异常规则集合中对应的异常规则的支持度的和以及正常规则集合中对应的正常规则的支持度的和，根据所述异常规则的支持度的和与所述正常规则的支持度的和计算两门课程关联度。

优选地，所述系统还包括：

数据归一化模块，用于在将两门课程的成绩数据分别按照成绩的分数划分为预设个等级之前，将两门课程的成绩数据按照统一标准进行数据归一化处理，得到两门课程的标准成绩数据。

优选地，所述系统还包括：

等级排序模块，用于在将两门课程的成绩数据分别按照成绩的分数划分为预设个等级之后，对所述预设个等级进行排序。

(三)有益效果

本发明提出的获取课程关联度的方法及系统，基于教学过程中的成绩数据通过频繁规则挖掘得到原始规则集合，采用规则划分算法将上述原始规则集合划分为异常规则集合与正常规则集合，分别计算异常规则集合中对应的异常规则的支持度的和以及正常规则集合中对应的正常规则的支持度的和，根据所述异常规则的支持度的和与所述正常规则的支持度的和计算两门课程关联度，为以后的课程推荐提供好的基础技术。

附图说明

通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：

图1为本发明实施例提供的一种获取课程关联度的方法流程图；

图2为本发明实施例提供的一种获取课程关联度的系统模块图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例一提供的一种获取课程关联度的方法流程图，如图1所示，该方法包括以下步骤：

S101、将两门课程的成绩数据分别按照成绩的分数划分为预设的等级，得到两门课程的离散化成绩数据。

本发明实施例中，为了更好地使用关联度分析的算法，将两门课程的成绩数据按照成绩的分数划分为预设的等级，进行离散化，本实施例中将85-100映射到A等级，70-84映射到B等级，将60-69映射到C等级40-59映射到D等级0-39映射到E等级，进而完成了数据离散化过程，本发明实施例仅用于对本发明技术方案的解释说明，并非对本发明做出具体限定。

S102、将同一学生的两门课程的离散化成绩数据之间的等级关系生成对应的规则，计算每条规则对应的支持度，提取支持度大于或等于预设阈值的规则，得到原始规则集合。

本发明实施例中，频繁规则挖掘主要挖掘出满足最小支持度阀值得的规则集合。规则支持度通过规则对应的数量与整个规则集合的数量的比值计算获得，计算公式具体如下：

支持度＝规则对应的数量/规则集合的数量。

通过将每条规则的支持度与支持度阈值进行比较，剔除掉支持度小于阀值的规则，频繁规则挖掘的目的是为了进一步减少少量数据带来的噪声对算法结果的影响。

S103、利用启发式算法将所述原始规则集合划分为正常规则集合和异常规则集合；

进一步地，在所述将两门课程的成绩数据分别按照成绩的分数划分为预设个等级之后，所述方法还包括：对所述预设个等级进行排序。

优选地，所述利用启发式算法将所述原始规则集合划分为正常规则集合和异常规则集合，具体包括：

步骤1：分别计算所述原始规则集合中每个规则对应的交叉点的数量、等级差以及每个规则的趋势，其中，若两条规则对应的等级是升降交叉关系，则两条规则均存在交叉点，等级差为同一学生的两门课程的离散化成绩数据之间的等级差的绝对值，规则的趋势包括同一学生两门课程的离散化成绩数据之间的等级的上升和下降；

步骤2：在所述原始规则集合中选取交叉点最多的规则加入到异常规则集合中，如果集合中规则的交叉点相同，则在交叉点相同的规则中选择等级差最大的规则加入到异常规则集合中，如果集合中规则的等级差都相同，则选择与大部分规则的趋势相反的规则加入到异常规则集合中，如果集合中规则的趋势都相同，则选择支持度最低的规则加入到异常规则集合中；

步骤3：当有规则加入到异常规则集合时，再次执行步骤1，判断剩余规则集合中是否存在交叉点，若没有，则跳转到步骤4，否则再次执行步骤2。

步骤4：遍历异常规则集合，将任一个异常规则加入到正常规则集合中，如果所述正常规则集合中不存在交叉点，那么继续添加，如果存在交叉点，跳过该交叉点，如果存在两个异常规则都能使得正常规则集合继续保持正常，且两个异常规则同时加入正常规则集合时会出现交叉点，则在所述两个异常规则在选择支持度高的规则加入正常规则集合中。

S104、分别计算异常规则集合中对应的异常规则的支持度的和以及正常规则集合中对应的正常规则的支持度的和，根据所述异常规则的支持度的和与所述正常规则的支持度的和计算两门课程关联度。

其中，所述根据所述异常规则的支持度的和与所述正常规则的支持度的和计算两门课程关联度，具体公式如下：

其中，Sim表示关联度，Sim值越小对应的关联度越小，Sim值越大对应的关联度越大，N表示正常规则集合，D表示异常规则集合，Support表示相应的规则集合中规则的支持度和。

进一步地，在所述将两门课程的成绩数据分别按照成绩的分数划分为预设个等级之前，所述方法还包括：将两门课程的成绩数据按照统一标准进行数据归一化处理，得到两门课程的标准成绩数据。

本发明实施例中，对于输入的成绩数据，使用的数据归一化过程主要完成数据的去噪过程，成绩数据的噪声主要来源于不同的教师对于成绩评判的标准不同，例如教师A可能对出勤率有特别要求，教师B可能更看重最后考试的成绩，教师C可能更多的看重的是平时作业的质量。噪声数据对算法的结果有着很重要的影响，针对这种情况提出了相应的标准化过程来较少噪声数据，该过程主要通过将学生原始的成绩映射到按照统一标准设置的名次成绩上完成的。

在本发明实施例中：

等级排序：通过对数据的预处理过程，所有的成绩数据都被离散化为等级数据，本发明实施例对所有的等级进行排序A>B>C>D>E

等级差：按照上面等级依次定义相应的数字来替换等级，A对应5，B对应4，C对应3，D对应2，E对应1。那么等级差代表的是左侧等级与右侧等级差的绝对值。

规则交叉：如果两条规则对应的级别是交叉的，例如两条规则分别为A->C和B->A那么我们认为这两个规则是交叉的。

规则交叉点：如果两个规则是交叉的那么就会存在一个交点。一个规则的交点是有该规则交叉的规则的数目。

规则趋势：如果规则的右侧对应的等级高于规则左侧对应的等级，那么认为规则是上升趋势，例如B->A对应的就是上升趋势，反之为下降趋势。

规则集合的趋势：如果上升趋势对应的规则数大于下降趋势那么规则集合的趋势为上升趋势，相反是下降趋势。

规则数量：对应的是对应的是该规则对应的支持人数。

支持度阈值：支持度最小值。

本发明实施例中规则集合的划分主要是将频繁规则集合按照启发式的方法划分为正常规则集合以及异常规则集合，算法通过不断重复在原始规则集合中寻找异常规则，将其剔除出原始的规则集合并且加入到异常规则集合过程，直到原始的规则集合成为正常集合为止。算法按照以下几点进行异常规则的选取:选择交叉点最多的规则，选择等级差最大的规则，选择与大趋势相反的异常点，选择支持度最小的交叉点，具体为：

选择交叉点最多点的规则：交叉点最多的规则是造成全局规则混乱的最重要的因素，如果剔除了该点，规则结合变为正常集合的可能性最大。

选择等级差最大的规则：等级差大的规则相对于等级差小的规则来说在两个事物间变化的更大，同时造成全局混乱的可能性也最大。

选择与全局大趋势相反的规则：全局大趋势代表的是规则整体的趋势，很明显对于与整体趋势相反的规则更容易成为异常规则。

选择支持度最小的点：如果两个事物是相关的那么异常数据是少量的数据。

本发明实施例中课程关联度的获取是通过计算异常规则与正常规则对应的支持度和的对应关系完成的。当正常规则和异常规则支持度相差很大时，对应的关联度高，反之关联度低。

本发明实施例中提出的基于课程成绩数据的获取课程关联度的方法能够地计算出课程的关联度。为教学过程中课程推荐提供好的技术依据。

实施例二

图2为本发明实施例二提供的一种获取课程关联度的系统模块图，如图2所示，该系统包括：

数据离散化模块201，用于将两门课程的成绩数据分别按照成绩的分数划分为预设的等级，得到两门课程的离散化成绩数据；

原始规则集合生成模块202，用于将同一学生的两门课程的离散化成绩数据之间的等级关系生成对应的规则，计算每条规则对应的支持度，提取支持度大于或等于预设阈值的规则，得到原始规则集合；

规则划分模块203，用于利用启发式算法将所述原始规则集合划分为正常规则集合和异常规则集合；

关联度计算模块204，用于分别计算异常规则集合中对应的异常规则的支持度的和以及正常规则集合中对应的正常规则的支持度的和，根据所述异常规则的支持度的和与所述正常规则的支持度的和计算两门课程关联度。

本发明实施例提出的获取课程关联度的系统还包括：

数据归一化模块，用于在将两门课程的成绩数据分别按照成绩的分数划分为预设个等级之前，将两门课程的成绩数据按照统一标准进行数据归一化处理，得到两门课程的标准成绩数据。

本发明实施例提出的获取课程关联度的系统还包括：

等级排序模块，用于在将两门课程的成绩数据分别按照成绩的分数划分为预设个等级之后，对所述预设个等级进行排序。

本发明提出的获取课程关联度的方法及系统，基于教学过程中的成绩数据通过频繁规则挖掘得到原始规则集合，采用规则划分算法将上述原始规则集合划分为异常规则集合与正常规则集合，分别计算异常规则集合中对应的异常规则的支持度的和以及正常规则集合中对应的正常规则的支持度的和，根据所述异常规则的支持度的和与所述正常规则的支持度的和计算两门课程关联度，为以后的课程推荐提供好的基础技术。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

本领域技术人员可以理解附图只是一个优选实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

以上公开的仅为本发明的几个具体实施例，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (9)

1.一种获取课程关联度的方法，其特征在于，所述方法包括：

将两门课程的成绩数据分别按照成绩的分数划分为预设的等级，得到两门课程的离散化成绩数据；

将同一学生的两门课程的离散化成绩数据之间的等级关系生成对应的规则，计算每条规则对应的支持度，提取支持度大于或等于预设阈值的规则，得到原始规则集合；

利用启发式算法将所述原始规则集合划分为正常规则集合和异常规则集合；

分别计算异常规则集合中对应的异常规则的支持度的和以及正常规则集合中对应的正常规则的支持度的和，根据所述异常规则的支持度的和与所述正常规则的支持度的和计算两门课程关联度；

所述根据所述异常规则的支持度的和与所述正常规则的支持度的和计算两门课程关联度，具体公式如下：

$Sim=1-\frac{Min\left(Support\right(N),Support(D\left)\right)}{Max\left(Support\right(N),Support(D\left)\right)}$

其中，Sim表示关联度，Sim值越小对应的关联度越小，Sim值越大对应的关联度越大，N表示正常规则集合，D表示异常规则集合，Support表示相应的规则集合中规则的支持度和。

2.根据权利要求1所述的方法，其特征在于，在所述将两门课程的成绩数据分别按照成绩的分数划分为预设的等级之前，所述方法还包括：

将两门课程的成绩数据按照统一标准进行数据归一化处理，得到两门课程的标准成绩数据。

3.根据权利要求1或2所述的方法，其特征在于，规则对应的支持度的计算公式具体如下：

支持度＝规则对应的数量/规则集合的数量。

4.根据权利要求1或2所述的方法，其特征在于，在所述将两门课程的成绩数据分别按照成绩的分数划分为预设的等级之后，所述方法还包括：

对所述预设的等级进行排序。

5.根据权利要求4所述的方法，其特征在于，所述利用启发式算法将所述原始规则集合划分为正常规则集合和异常规则集合，具体包括：

步骤1：分别计算所述原始规则集合中每个规则对应的交叉点的数量、等级差以及每个规则的趋势，其中，若两条规则对应的等级是升降交叉关系，则两条规则均存在交叉点，等级差为同一学生的两门课程的离散化成绩数据之间的等级差的绝对值，规则的趋势包括同一学生两门课程的离散化成绩数据之间的等级的上升和下降；

步骤2：在所述原始规则集合中选取交叉点最多的规则加入到异常规则集合中，如果集合中规则的交叉点相同，则在交叉点相同的规则中选择等级差最大的规则加入到异常规则集合中，如果集合中规则的等级差都相同，则选择与大部分规则的趋势相反的规则加入到异常规则集合中，如果集合中规则的趋势都相同，则选择支持度最低的规则加入到异常规则集合中；

步骤3：当有规则加入到异常规则集合时，再次执行步骤1，判断剩余规则集合中是否存在交叉点，若没有，则跳转到步骤4，否则再次执行步骤2；

步骤4：遍历异常规则集合，将任一个异常规则加入到正常规则集合中，如果所述正常规则集合中不存在交叉点，那么继续添加，如果存在交叉点，跳过该交叉点，如果存在两个异常规则都能使得正常规则集合继续保持正常，且两个异常规则同时加入正常规则集合时会出现交叉点，则在所述两个异常规则在选择支持度高的规则加入正常规则集合中。

6.一种获取课程关联度的系统，其特征在于，所述系统包括：

数据离散化模块，用于将两门课程的成绩数据分别按照成绩的分数划分为预设的等级，得到两门课程的离散化成绩数据；

原始规则集合生成模块，用于将同一学生的两门课程的离散化成绩数据之间的等级关系生成对应的规则，计算每条规则对应的支持度，提取支持度大于或等于预设阈值的规则，得到原始规则集合；

规则划分模块，用于利用启发式算法将所述原始规则集合划分为正常规则集合和异常规则集合；

关联度计算模块，用于分别计算异常规则集合中对应的异常规则的支持度的和以及正常规则集合中对应的正常规则的支持度的和，根据所述异常规则的支持度的和与所述正常规则的支持度的和计算两门课程关联度；

所述根据所述异常规则的支持度的和与所述正常规则的支持度的和计算两门课程关联度，具体公式如下：

$Sim=1-\frac{Min\left(Support\right(N),Support(D\left)\right)}{Max\left(Support\right(N),Support(D\left)\right)}$

其中，Sim表示关联度，Sim值越小对应的关联度越小，Sim值越大对应的关联度越大，N表示正常规则集合，D表示异常规则集合，Support表示相应的规则集合中规则的支持度和。

7.根据权利要求6所述的系统，其特征在于，所述系统还包括：

数据归一化模块，用于在将两门课程的成绩数据分别按照成绩的分数划分为预设的等级之前，将两门课程的成绩数据按照统一标准进行数据归一化处理，得到两门课程的标准成绩数据。

8.根据权利要求6或7所述的系统，其特征在于，规则对应的支持度的计算公式具体如下：

支持度＝规则对应的数量/规则集合的数量。

9.根据权利要求6或7所述的系统，其特征在于，所述系统还包括：

等级排序模块，用于在将两门课程的成绩数据分别按照成绩的分数划分为预设的等级之后，对所述预设的等级进行排序。