基于关联规则的数据挖掘在教学评价系统中的应用:一种多算法比较研究

《Array》:Application of data mining based on association rules in teaching evaluation systems: A comparative multi-algorithm study

【字体: 大 中 小 】 时间:2026年08月29日 来源:Array 5.3

编辑推荐:

  数字教学评价系统的快速扩展为通过可解释的数据挖掘技术改进教育决策创造了机会。研究人员提出一种比较框架,用于分析一个公开的大学生英语教学评价数据集(含1650条学生记录)。13个连续预测变量通过基于分位数的离散化转换为低、中、高三类。在通用参数设置下应用Apri

  
数字教学评价系统的快速扩展为通过可解释的数据挖掘技术改进教育决策创造了机会。研究人员提出一种比较框架,用于分析一个公开的大学生英语教学评价数据集(含1650条学生记录)。13个连续预测变量通过基于分位数的离散化转换为低、中、高三类。在通用参数设置下应用Apriori、FP-Growth、H-Mine和FP-Max,而受CHARM启发的闭合过滤过程作为后处理步骤单独应用于FP-Growth输出,而非作为独立挖掘算法。源自通用完整项集参考集合的规则使用19种趣味性、预测性、相关性、相似性和结构性度量进行评估,同时进行卡方检验和Cramér's V检验。Apriori、FP-Growth和H-Mine各自恢复1290个完整频繁项集,而FP-Max产生924个最大项集。通用参考集合生成518条教学质量规则,平均支持度0.11,置信度0.62,提升度1.46。考试成绩与教学质量关联最强(χ2=480.11,p<0.001,Cramér's V=0.3814),其次为自我评估、教师反馈、平均作业得分和出勤率。排名最高的规则主要涉及低和中等级结果。由于高类仅占数据集2.36%,无高质量规则满足选定支持度阈值。该研究贡献了一个可复现框架,区分完整、最大和闭合项集表示,同时将规则评估与统计验证结合。
研究背景方面,数字技术在高等教育中的快速增长改变了教学与评价方式,学习管理系统、在线平台与数字化测评工具产生了大量学业、行为与教学数据。然而许多机构仍依赖描述性统计、平均分与问卷汇总,难以揭示隐藏的因素组合。关联规则挖掘(Association Rule Mining, ARM)因可发现多变量间频繁关系并以可理解规则表达,具备优于复杂预测模型的可解释性。已有研究多聚焦单一ARM算法(尤其Apriori及其变体),规则评估常限于支持度、置信度与提升度,对完整、最大与闭合项集表示差异、统计显著性及冗余性关注不足,且实验细节与可复现性材料报告不充分。为此,研究人员在《Array》发表该研究,基于公开的大学生英语教学评价数据集(N=1650),比较四种结构不同的频繁模式挖掘算法,并结合19种规则质量度量与统计检验构建可复现的多维框架。
关键技术方法上,研究人员采用Kaggle公开的大学生英语教学评价数据集,保留13个连续预测变量、2个类别上下文变量(semester、course_id)与1个三分类有序目标变量(teaching_quality_label:Low/Medium/High),排除5个PCA派生变量。连续变量通过pandas.qcut按三分位离散为Low/Medium/High;每条记录转为事务并由mlxtend的TransactionEncoder编码为布尔矩阵。频繁模式挖掘在统一参数(min_sup=0.08即≥132事务,min_conf=0.50,max_len=5)下运行Apriori、FP-Growth、H-Mine(完整频繁项集)与FP-Max(最大项集);受CHARM启发的闭合过滤作为FP-Growth输出的后处理。规则生成后以19种趣味性/相似性/预测性/相关性/结构性度量评估,并对单变量与教学目标做卡方独立性检验与Cramér's V效应量计算。
研究结果部分,摘要指出Apriori、FP-Growth、H-Mine各恢复1290个完整频繁项集,FP-Max得924个最大项集;完整项集参考集产生518条规则(平均支持度0.11、置信度0.62、提升度1.46)。考试成绩与教学质量关联最强(χ2=480.11,p<0.001,Cramér's V=0.3814),其后依次为自我评估、教师反馈、平均作业得分、出勤率;最高排名规则集中于Low与Medium结果,因High类仅39条(2.36%)而无满足支持度阈值的High质量规则。引言与相关工作小节阐明ARM在教育数据挖掘中的定位及既往单算法、单度量研究的缺口。方法小节确认数据分布(Low 51.64%、Medium 46.00%、High 2.36%)、离散化策略(等频三分位以降低偏态变量空类)、事务构造(至多16项含质量标签)与超参依据。结果小节(对应原文Section 4)由完整与最大项集计数一致性验证跨算法等价性,闭合后处理在保留支持度下压缩冗余;规则评估显示成绩为主驱动,行为参与与反馈次之。讨论小节(Section 5)解释High类稀缺导致规则偏移至低中类属阈值必然,强调完整/最大/闭合三种表示在可解释性与压缩率上的互补,并指出单数据集、等频分箱与min_sup选择构成局限。结论小节(Section 6)翻译为:本研究贡献一个可复现且多维的框架,其在通用实验条件下比较四种结构不同的频繁模式挖掘算法;区分完整频繁项集恢复与最大项集表示及闭合项集后处理;用19种互补度量加统计验证评估通用规则集;并将发现的关联连接至教学评价系统中可解释的教法洞察。未来研究可拓展至多数据集、不平衡类重采样与基于垂直格式的闭合/最大联合挖掘。
该研究意义在于为教学评价提供一套不依赖黑盒预测、可审计的ARM实验范式,使管理人员能依据“低考试分∧弱教师反馈→低教学质量”类规则定位改进杠杆,同时以项集表示论(完整/最大/闭合)澄清了既往文献混用概念导致的复现偏差。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号