Ｗｅｂ数据挖掘在智能选课系统中的应用研究 口 陶小红 （湖南科技学院办公室湖南・永州４２５１００） 摘要：ｗｅｂ数据挖掘技术是一种热门的信息技术，是数据挖掘技术在ｗｅｂ环境下的应用。文章首先阐述了 ｗｅｂ数据挖掘技术的基本原理，接着构建了基于ｗｅｂ数据挖掘的学校智能选课系统模型，根据学生的不同的兴 趣和特点，提供不同的课程选择，更有利于实现对学生的培养。 关键词：ｗｅｂ数据挖掘 智能选课系统 学生培养 中图分类号：ＴＰ３１２ 文献标识码：Ａ 文章编号：１００７—３９７３（２０１０）０２・０６８—０３ ｌ引言 随着教育信息化得发展，越来越多的高校开始使用智能 系统对数据库进行管理，有利于实现对蕴含在数据里的信息 进行挖掘，为相关工作提供理论依据。传统的选课系统是教 图ｌ数据挖掘步骤 师按照专业进行划分，学生只能在专业相关的层次上对学习 的课程进行选择。而智能选课系统改变了传统的选课模型， 能根据学生的不同兴趣和特点提供相应的学习课程选择，能 充分体现出因人施教。文章把ｗｅｂ数据挖掘技术应用到智能 选课系统的模型构建中，利用关联规则发现学生的学习兴趣 和特点，给出相应的学习课程选择，这将为高校针对性的对人 Ｗｅｂ数据挖掘是数据挖掘技术在ｗｅｂ环境下的应用。它 所处理的对象包括：静态网页、ｗｅｂ数据库、ｗｅｂ结构和用户记 录信息等。一般基于ｗｅｂ的数据挖掘主要分为三类：（１）ｗｅｂ 内容挖掘。对文档的内容进行挖掘或提取关联信息，并对文 档的内容进行总结和概括。（２）ｗｅｂ结构挖掘。从站点组织结 才培养提供一个方法。 ２数据挖掘的基本原理方法 数据挖掘是－－ｆｅｅ决策支持过程，主要基于人工智能、机 器学习和统计学技术，从数据库的大量数据中提取出隐含 的、先前未知的、有应用价值的、非平凡的模式。其中，模式 指数据库之间的逻辑关系；而非平凡指在知识的发现过程 中具有的不断定性和一定的自由度。。数据挖掘的过程主 要分为三步：数据预处理、数据挖掘及结果的分析和评估 。 数据预处理是数据挖掘过程中一个很重要的步骤，尤其是 在对含有噪声、不完整、甚至不一致的数据进行数据挖掘 时，需要进行数据预处理以提高数据的质量，并最终达到提 构和页面结构中推导出知识，对ｗｅｂ页面间的结构进行挖掘， 找出数据链的结构进行分类、聚类，从而发现页面间的关系， 找出重要的页面。（３）ｗｅｂ使用记录挖掘。通过分析ｗｅｂ服 务器上的日志文件，从而挖掘出用户访问ｗｅｂ的兴趣模式，分 析用户行为的意义 。 Ｗｅｂ数据挖掘的系统框图如图２所示，系统大致可分 为四个模块：数据收集模块（服务器端数据、客户登记信 息）、数据预处理模块、模式规则选择模块和应用接口模块。 模式收集模块负责收集服务器端的数据和客户登记资料， 然后以文本的方式将收集的结果返回；数据预处理模块对 返回的信息进行预处理，去除信息冗余：模式规则选择模块 则是从各个站点或站点间获取通用模式，同时还对获取的 模式负责解释 。 高数据挖掘所获模式知识质量的目的 数据挖掘首先要确 定挖掘的任务和目的，确定挖掘任务后，就要决定用什么样 的挖掘算法。选择算法有两个考虑的因素：一是不同的数 据有不同的特点，因此要用与之相关的算法来挖掘；二是要 根据用户和实际运行系统的要求。在结果的分析和评估中， 对一些可能存在的冗余或无关的模式，要将其剔除 如果 图２ Ｗｅｂ数据挖掘系统框图 挖掘出来的模式不符合用户要求，则需要重新选择数据，采 ３智能选课系统模型构建与分析 用新的数据变换方法，换用新的参数值。数据挖掘的具体 步骤如图１所示。 构建的智能选课系统模型如图３所示： ——斟协ｉ￡坛・２０１０年第２期（下）—— 学生 １ 来的链接通路返回，通过修改各层神经元的权值使得误差信 ： 号减小，然后在转入正向传播过程，反复迭代，直到误差小于 浏览器 给定值 。 ｊｆ （２）利用聚类分析对学生的学习兴趣和特点进行分类。信 Ｉｌ 学生信息库 ｌｌ 学习课程推理机 Ｉｌ 领域知识库 ｌ 息挖掘模块从学生信息库中抽取学生特征，按照学生的学习 ＼． Ｊｒ ．—／ 兴趣进行分类，并赋予每个学生类标记，然后根据记录里每类 ｌ 信息挖掘模块 １ ｗｅｂ服务器 学生的特点，给出相应的选修课程范围。聚类分析是数据挖 ］ｃ 掘中一种非常重要的技术和方法，聚类就是将一组相关集合 数据库 按照某种相似度函数或相似性准则划分成若干类别，使同一 类别个体之间的差异达到最小化，不同类别之间的差异达到 图３智能选课系统模型 最大化。聚类分析的问题可描述为：给定１１１维空间Ｒｍ中的 其中，学生信息库，用于记录学生的学习行为兴趣：学习 ● ｎ个各向量，把每个向量归属到Ｓ个聚类中的某一个，使得每 课程推理机，通过人机交互，从学生信息库中获得信息，启动 个向量与其聚类中心的距离最小。聚类分析的实质是一个全 推理系统工作，为学生提供合理的选课课程范围。信息挖掘 局优化问题。此外，ｍ可认为是样本参与聚类的属性个数，ｎ 模块，用于控制、协调整个智能选课系统，用于描述关联、聚类 是样本个数，Ｓ是由用户预先设定的分类书目或聚类个数 。 分析等数据挖掘的方法并根据当前数据库中学生信息应用知 按照聚类结果表现方式的不同，聚类分析算法可以分为： 识库中知识，按确定的推理规则进行推理，对学生的信息进行 基于群的聚类算法一这种算法可看做进化计算的一个分支， 分析，从而给出学生．选修学习课程的范围。领域知识库，用于 它模拟了生物界中蚁群、鱼群和鸟群在觅食和逃避敌人时的 存放相关知识的课程。 行为；基于粒度的聚类算法——聚类是无导师的学习，聚类的 ［学生登录系统： 目的是发现样本点之间最本质的抱团性质的一种客观反映， 聚类的操作是在一个统一的粒度下进行汁算的；基于模糊的 聚类算法一模糊聚类分析具有描述样本类属中间性的优点， 数据挖掘模块根据学生信息给出学 能够客观反映现实世界，人类大多用一些模糊的词语来交流 生感兴趣的课程页面及选课建议 思想互通信息，然后进行推理分析、综合判断，最后做出决策。 人们对客观事物的识别往往通过一些模糊信息的综合，来获 学生开始选课 得足够精确的定论 。 （３）利用关联规则发现学生的学习兴趣特点，进行相应的 信息收集系统收集信息 课程推荐。关联规则挖掘是从数据库中挖掘出那些支持度和 置信都大于用户指定的最小支持度和最小置信度的关联规则。 设Ｉ＝｛ｉ１，ｉ２…，ｉｍ）是由ｍ个不同的项目组成的集合，Ｄ是针对 学生特征和选课存 入学生信息库 Ｉ的事物集合，每一笔事物包含若干项目ｉｉ，ｉｊ，…，ｉｋＩ。关联规 则表示为ＸＹ，其中ｘＩ，ＹＩ，并且ＸＹ。Ｘ称作规则的前提，Ｙ 图４学生选课流程 是结果。一般把一些项目的集合称作项目集。在项目集中项 Ｗｅｂ数据挖掘技术在智能选课系统中的具体应用主要有： 目的数量叫做项目集的长度。关联规则ＸＹ成立的条件是： （１）利用人工神经网络挖掘学生信息库中学生对以前课程 （１）它具有支持度Ｓ，即事物数据库Ｄ中至少有ｓ％的事物包含 学习的知识点的理解程度。人工神经网络在结构上模仿生物 ｘ和Ｙ；（２）它具有置信度ｃ，即在事物数据库Ｄ中包含Ｘ的 神经网络，是一种通过训练来学习非线性预测的模型。这个算 事物至少有ｃ％同时也包含Ｙ 。 法的学习过程，由正向传播和反向传播组成，在正向传播过程 关联规则的挖掘是一个两步的过程：（１）所有频繁项集。 中，输入信息从输入层经隐单元层逐层处理，并传向输入层， 根据定义这些项集出现的频繁性至少与预定义的支持计数一 每一层神经元的状态只影响下一层神经元的状态。如果在输 样；（２）频繁项集产生强关联规则。根据定义，这些规则必须 出层不能得到期望的输出，则转入反向传播，将误差信号沿原 满足最小置信度和最小支持度。 ——斛协论Ｉ云・２０１０年第２期（下）—— 对关联规则的评价主要从两个方面进行：（１）系统客观层 ｃ．ｃｏｕｎｔ＋＋ 候选项目集支持度计数加１＂／ ｅｎｄ 面——是指关联规则的有趣性是规则的具体结构和在数据挖 掘过程中所依赖的数据决定的。支持度和可信度度量是系统 客观层面评价关联规则的两个常用客观性指标：（２）用户主观 的层面——只有用户才能决定规则的有效性和可行性，所以 Ｌｋ＝｛ｃ∈Ｃｋｌｃ．ｃｏｕｎｔ＞￣ｍｉｎ—ｓｕｐ｝； ｅｎｄ Ａｎｓｗｅｒ＝ＵｋＬｋ 应该将用户的需求与系统更加紧密集合超来，形成用户主观 该算法利用一个层次顺序搜索的循环方法来完成频繁项 ｉｔｅｍｓｅｔ表示长度为ｋ 层面的评价。可采用基于约束的数据挖掘方法，具体的约束 集的挖掘工作。其中Ｄ表示数据库：ｋ－内容有数据约束、限定数据的挖掘维和层次和规则约束。。 的项目集；Ｌｋ表示长度为ｋ的频繁项目集；Ｃｋ表示长度为ｋ 的候选项目集；ｍｉｎ＿ｓｕｐ表示给定的最小支持度：Ａｎｓｗｅｒ表示 ４智能选课系统关键算法实现 挖掘模型主要分为算法实现库、挖掘配置、知识库和数据 所有的频繁项目集。 呈现四个功能实体，且每个功能实体都以动态链接库的方式 ５结语 发布。 基于ｗｅｂ数据挖掘技术的智能选课系统采用聚类分析、 聚类Ｋ－ｍｅａｎｓ算法实现如下： 关联规则、人工神经网络等方法，能从学生的访问、学习记录 Ｐｒｏｃｅｄｕｒｅ Ｋ．ｍｅａｎｓ（ｓ．ｋ） 和测试中挖掘出有用信息，评估出学生的学习兴趣和特点，给 Ｓ＝（Ｘ１，Ｘ２，…Ｘｎ｝ 出相关的页面和选修课范围，这样可以提搞学校教务选课系 ｍ＝１： 统的服务水平，为系统的决策提供智能化手段，也为高校合理 ｆｏｒｊ＝ｌ ｔＯｋ／／初始化聚类中心Ｚｊ 的培养人才提供了一个方法。 Ｄｏ（ｆｏｒｉ＝ｌ ｔｏ ｎ （基金项目：湖南科技学院２００８年科研项［］（０８ＸＫＹＴＣ０４１） ｆｏｒｊ＝ｌ ｔｏ ｋ 资助） （Ｄ（Ｘｉ，ｚｊ）＝Ｊｘｉ—ｚｊｌ； ＩｆＤ（Ｘｉ，ｚｊ）＝Ｍｉｎ｛Ｄ（Ｘｉ，Ｚｊ））ｔｈｅｎ Ｘｉ∈ｑ），／归类 注释： Ｉｆｍ＝ｌ ｔｈｅｎ Ｊｃ（ｍ）＝Ｚｋｊ＝ｌ∑ｌＸｉ—Ｚｒｊ１２ ①Ｂｏｒｇｅｓ Ｊ．，Ｌｅｖｅｎｅ Ｍ．．Ｄａｔａ ｍｉｎｉｎｇ ｏｆｕｓｅｒ ｎａｖｉｇａｔｉｏｎ ｐａｔｔｅｒｎｓ ｍ：ｍ＋１： 【Ｃ】．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｗｏｒｋｓｈｏｐ Ｗｅｂ ｕｓａｇｅ Ａｎａｌｙｓｉｓ ａｎｄ ｕｓｅｒ ｆｏｒｊ＝ｌ ｔＯ ｋ ｐｒｏｆｉｌｉｎｇ．Ｓａｎ Ｄｉｅｇｏ，２０００，ｐｐ：３ １－３６． ｚｊ＝（），ｎ；／／重置聚类中心 ②Ｊｉａｗｅｉ Ｈ．，Ｍｉｃｈｅｌｉｎｅ Ｋ．．Ｄａｔａ Ｍｉｎｉｎｇ：Ｃｏｎｃｅｐｍ ａｎｄ Ｔｅｃｈｎｉｑｕｅｓ Ｗｈｉｌｅ ＪＪｃ（ｍ）一Ｊｃ（ｍ—１）Ｉ＞§； ［Ｍ】．Ｓａｎ Ｆｒａｎｃｉｓｃｏ：Ｄｉａｎｅ Ｃｅｒｒａ，２００６． 其中Ｘｉ为ｎ个输入数据对象的集合：输出为Ｋ个聚类中 ③韩晓莉，李秉智．个性化Ｗｅｂ推荐服务研究［Ｊ】．计算机科学 心ｚｊ及Ｋ个数据对象集合ｑ ［Ｊ】，２００６，３３（４）：１３５．１３８． 关联规则的数据挖掘Ａｐｆｉｏｆｉ算法实现如下： ④赵东东．电子商务中的ｗｅｂ数据挖掘系统的设计【Ｊ】．微计 Ｉｎｐｕｔ：学生信息数据库Ｄ； 算机信息，２００７，１０（３）：１６８－１７０． 最小支持度ｒａｉｎ—ｓｕｐ； ⑤徐欣，徐立鸿．教学质量评价与预测的人工神经网络方法 Ｏｕｔｐｕｔ：所有频繁项目集； ［Ｊ】．统计与决策，２００９，２０：１５９．１６０． Ｃｌ＝ｆｃａｎｄｉｄａｔｅ ｋ－ｉｔｅｍｓｅｔ）； ⑥刘立军，周军，梅红岩．Ｗｅｂ使用挖掘的数据预处理【Ｊ］．计 Ｌｌ＝（ｃ∈Ｃｌｌｃ．ｃｏｕｎｔ￣＞ｍｉｎ—ｓｕｐ）； 算机科学，２００７，３４（５）：２００—２０４． ｆｏｒ（ｋ＝２。Ｌｋ一１≠，ｋ＋＋）ｄｏ ｂｅｇｉｎ ⑦李明华，刘全，刘忠等．数据挖掘ｅｅ聚类算法的新进展【Ｊ】． Ｃｋ＝ｓｃ ｃａｎｄｉｔａｔｅ（Ｌｋ．１）； 生成所有长度为ｋ的候选项目 计算机应用研究，２００８，２５（１）：１３－１７． 集 ／ ⑧刘新颖，王丽亚．基于Ｗｅｂ的数据挖掘算法与数据仓库的 ｆｏｒ ａｌｌ ｔｒａｎｓａｃｔｉｏｎｓ ｔ∈Ｄ ｄｏ ｂｅｇｉｎ 接口设计［Ｊ】．计算机工程，２００６，３２（２１）：８８－９０． Ｃ１＝ｃｏｕｎｔ＿ｓｕｐｐｏｒｔ（Ｃｋ，￡）： 求数据库记录ｔ包含的候选项 ⑨程舒通，徐从富．关联规则挖掘技术挖掘进展【Ｊ】．计算机应 目集 ／ 用研究，２００９，２６（９）：３２１０—３２１３． Ｆ０ｒ ａ１ｌ ｃａｎｄｉｔａｔｅｓ Ｃ∈Ｃ１ ｄｏ ——斟协论坛・２０１０年第２期（下）——
