前言：尋找寫作靈感？中文期刊網用心挑選的關聯規則在高職教學質量控制應用，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要:教學質量是學校的生命線，因此，提高教學質量是每個高職院校的中心工作，在大數據時代，隨著信息化工作的推進和使用，各數據庫累計了海量的數據。論文對大數據、高職院校教學質量控制、關聯規則等相關概念進行了闡述，并舉例說明了關聯規則在教學質量控制方面的應用。這對于高職院校后續的教學管理工作提供了對應的研究和分析依據，為教學管理決策的實施提供了更好的輔助。
為持續提升學校人才培養質量，進一步落實學校教學工作的中心地位，引導廣大教師進一步更新教育觀念，增強質量意識，高等職業院校的教學管理手段必須與時俱進，主動適應經濟社會發展和高等教育形勢的變化，通過更新現有教學管理理念，優化教學管理流程，升級現有教務管理信息系統，特別是隨著大數據時代的到來，高等職業院校更應該完善質量控制體系，加強全面質量監控和精細化管理，助推人才培養質量的提升［1］。
一、大數據的基本含義
“BigData(大數據)”一詞最早是由研究數據科學的技術權威維克托·邁爾·舍恩伯格及肯尼斯·庫克耶在《大數據時代》中提出，他們認為大數據指不用隨機分析法，而采用分析所有數據的方法獲得的數據合集［2］。大數據具有“4V+1C”的特征，簡單來說就是數據規模龐大，更新頻繁，類型多樣，價值巨大并且處理復雜［3］。
二、高等職業院校教學質量控制
隨著80年代改革開放以來，我國的經濟取得了高速發展，經濟的迅猛發展勢必對人才需求急劇加大，這對高等職業教育的發展提出了新的要求，對人才培養也有了新的注解。高等職業教育經過幾次大規模擴招后，高等職業院校招生規模持續增長，高職學生數量已占很高的比例。2019年開始國家提出高職院校擴招100萬的戰略舉措，高職院校又一次迎來了蓬勃發展的大好機會，在此背景下，高職教育的教學質量控制更加凸顯重要。在大數據時代，需要研究如何基于現有的教學管理系統，厘清教學過程中“教”與“學”之間相輔相成的關系，利用關聯規則建立一個立體化、多層次、智能決策的新型質量保障體系［4］。
三、關聯規則的相關概念
(1)數據項與數據集。假設m個不同項目i1，i2，……im，并組成一個集合I，其中每一項目i就稱之為數據項，而由數據項組成的集合I就是數據集。(2)事務。事務T屬于數據集中的一個子集，每一個事務中都有對應的而且是唯一的一個標識符TID與之對應，所有的事務組成的幾個稱之為事務集D［5］。(3)關聯規則的基本概念。如果在某一事務中出現了X這一項集，那么在該事務中也必定會出現X所在的事務集Y。事務集Y稱之為規則的結果，而項集X稱之為規則的前提條件。關聯規則主要是針對數據庫之中的一組對象之間存在的某一種關聯關系或者是規則?，F有的高校教學管理系統一般包含很多的模塊，本論文主要通過教學質量評價模塊、學生成績預警模塊這兩部分在工作中的實際應用，探討關聯規則的可操作性。
四、關聯規則在教學質量評價模塊中的應用
學校管理部門從學生參與的一般都會組織針對任課教師進行課程教學質量評價、學生喜愛教師的評價等。從教師層面會組織高職稱級別的專家教授開展教學評價，會組織開展教師之間相互的教學評價等。通過相關數據可以進行挖掘分析，使得教師能夠得到從學生視角、專家教授視角、教師之間相互視角等多維的教學分析情況，更清晰立體的認識到教師在教學開展過程中存在的問題及不足之處。教學質量管理部門也可以根據分析結果，制定后續的配套制度，多方面保證教學質量的不斷提升。(1)數據處理。在數據的挖掘過程中，數據處理是一個重要的步驟，主要是因為現有的數據之中還存在諸多不確定性因素，其中還有很有冗余的數據，不能直接拿來使用。所以，就需要做好對應的數據處理工作［5］。數據準備階段是將評價過程中涉及的相關人員基礎信息和評價內容，通過數據整理的方式，并和評價主體關鍵字段關聯，就可以將關聯數據本身的價值體現出來。數據清理階段是將一部分數據做好對應的處理和糾正，其中包括學生因學籍異動產生的冗余信息，如無效學期的成績，學生個人信息的變更等。數據變更階段是將數據轉換成為合適數據，能更好的用于表達。比如常用的出生日期、教學工作量、學生成績來舉例說明。按照出生日期對數據進行變更轉換，定義青年、中年、老年三個年齡階段，可以用出生年月進行數據轉換，從而實現年齡的統一批量轉換;由于教師在錄入教學管理系統時采用百分制，因此需要將百分制統一轉化成五級制，可自定義優秀、良好、及格和不及格的分數段。(2)數據挖掘。在前期的數據準備、數據清理、數據變更完成之后，為了進一步了解教學效果相關的影響變量，通過數據挖掘的方法，闡明教學效果與年齡、學歷、性別等因素之間的關系。①教學效果和年齡之間的關系。通過數據采集對象顯示，中年教師和老年教師的課程學生評價較高，其中青年的評分處于中等。所以，高職院?？梢?ldquo;青藍工程”“青藍藍工程”等一帶一的傳授模式，讓教學經驗豐富的教師在備課環節、課堂教學、課后輔導等環節全面指導中青年教師，幫助青年教師站穩講臺、過好教學關，從而帶動教學質量的全面提升［7］。②教學效果和學歷之間的關系。通過數據的采集對象顯示，其評教的結果與學歷之間存在一定的關聯度，當學歷為博士水平，其評價美譽度整體偏高，反映了高學歷教師人群的教學效果良好，能夠得到學生的喜愛;當學歷處于本科水平，其評價美譽度整體處于中等行列。所以，高職院?？梢酝ㄟ^內培外引的方式，甚至可以引進具有海外背景的博士研究生，通過提升學校的高層次人才比例來提高學校整體的學歷水平，從而提升整體教師的教學質量。③教學效果和性別之間的關系。通過數據的采集對象顯示，教師性別對于教學質量有一定的關聯度，教學院部在每學期安排教學任務的時候，可以通盤考慮，文科和理工科專業對男女教師的安排上做一些統籌。
五、關聯規則在學生成績預警模塊中的應用
(1)模型描述，具體如下圖所示。該模型主要用來分析學生所學各門課程的成績，找尋課程與課程之間的關聯規則，這樣就可以發現在哪一門或者哪一部分關聯的課程學習上，學生容易出現學業問題，如學業警示、留級、降級、退學等情況。通過這樣的規律來推測學生是否會出現學業問題。如果存在這一種可能性，就需要給出對應的預警信息。具體模型如下圖所示。成績預警模型圖(2)成績預警模型的構建。①數據處理。為了說明數量處理的過程，隨機選擇某二級學院的任一專業某一班級26個學生，通過教學管理平臺導出學生的成績表，將所有課程成績都選擇作為本次模型的分析數據。在本次的研究之中，選擇26個學生的24科的成績記載數據，然后通過26個英文字母大小來進行對應的表現，將成績用同一個規則直接劃分成為4個類別，成績小于60分的為類別1，成績大于等于60并小于70分為類別2，成績大于等于70并小于80分的為類別3，成績大于等于80分的為類別4，通過量化后即可得到一份量化數據成績表。②挖掘關聯規則。本步驟主要是利用關聯規則推測出學生出現學業警示、留級、降級與退學的可能性，通過各個科目之間相互關系的分析與研究，就可以呈現出各個科目之間的影響。在具體的設定中，其最小的支持度為0．3，最小置信度為0．3，通過計算，結果中出現了425個高頻率出現項集，其中又包含了627條課程之間的相互關系條件。因為其本身出現的結果太多，所以，就只能夠針對一部分來進行分析和說明。(3)解釋與評價。通過相互之間的條件推測，就可以了解到各個課程之間的影響，重點關注學生出現了警示、留級、降級或者是退學狀況的課程，這些課程相對其他課程而言，對學生的整體成績產生更大的影響，因此，教學質量控制部門可以告知教學部門，在這些課程授課過程中應予以重點關注，豐富教學手段，提高學生課程通過率。通過該模型就可以對學生的各個課程進行分析，發揮良好的預警作用，也可以發現是否有影響學業的課程存在。如果存在這一種課程，就需要通過預警提醒，做好學生的引導管理工作，這樣不僅可以提高學生的課程成績，增加學生的學習主動性，還可以避免出現學生因學業問題產生厭學或退學的想法。提高高職教學質量水平，一方面要不斷完善教師隊伍，提升教師自身教學水平;另一方面學生應及時了解自己的學業動態，運用好大數據思維，做到真正的教之有方，學以致用。
作者:傅敏燕 單位:無錫職業技術學院