高曉紅 柴銀平

楚雄師范學(xué)院 云南 675000

0 引言

隨著現(xiàn)在信息技術(shù)與科技的發(fā)展，現(xiàn)代高校在引進(jìn)許多新技術(shù)和設(shè)備的同時(shí)也積累了許多教師的數(shù)據(jù)。并形成了具有一定規(guī)模的教師信息數(shù)據(jù)庫(kù)。然而面對(duì)眾多的數(shù)據(jù)，高校管理層如何利用，如何從中發(fā)現(xiàn)對(duì)高校教師隊(duì)伍建設(shè)有實(shí)際指導(dǎo)意義的規(guī)律，特別是如何才能將人才的引進(jìn)及培養(yǎng)與社會(huì)的需求正確結(jié)合？關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘的一個(gè)重要的研究分支，其主要的研究目的是從大型數(shù)據(jù)集中發(fā)現(xiàn)隱藏的、有價(jià)值的屬性間存在的規(guī)律。本文用關(guān)聯(lián)規(guī)則挖掘技術(shù)在這方面做了一定的探索和研究，期望能得到一些有益的啟示。

1 相關(guān)概念

1.1 關(guān)聯(lián)規(guī)則

定義：設(shè)I= {i1,i2, . ..,in}是項(xiàng)的集合。包含K個(gè)項(xiàng)的項(xiàng)集稱(chēng)作K項(xiàng)集。設(shè)D是數(shù)據(jù)庫(kù)記錄的集合，其中每個(gè)事務(wù)T是項(xiàng)的集合，且T?I。設(shè)X是一個(gè)項(xiàng)集，事務(wù)T包含X當(dāng)且僅當(dāng)X?T。

關(guān)聯(lián)規(guī)則是形如X?Y 的蘊(yùn)涵式，這里X?I,Y?I，且X∩Y=Φ。X稱(chēng)為規(guī)則的左部或規(guī)則的前提(LHS)，Y稱(chēng)為規(guī)則的右部或結(jié)論(RHS)。

度量規(guī)則的參數(shù)是支持度與置信度。支持度是指數(shù)據(jù)集中的實(shí)例同時(shí)包含條件屬性與決策屬性的共同概率，支持度揭示了規(guī)則的重要性。置信度表示實(shí)例在包含條件屬性的前提下，也包含決策屬性的條件概率，它揭示了規(guī)則的可信度。在粗糙集理論中支持度與置信度可以表示為：support(x?y) =p(x∪y)

其中P(X)表示X在數(shù)據(jù)D中出現(xiàn)的概率，其余相似。support(x?y)指X、Y在D中同時(shí)出現(xiàn)的概率；confidence(x?y)表示在X出現(xiàn)的前提下Y出現(xiàn)的條件概率。若得到的規(guī)則同時(shí)滿(mǎn)足支持度不小于支持度閾值和置信度不小于置信度閾值，則該規(guī)則有意義。

1.2 決策表的屬性約簡(jiǎn)

在決策表中，不同的屬性可能具有不同的重要性。要找出某些屬性的重要性，就要從表中去掉一些屬性，再來(lái)考察沒(méi)有該屬性后分類(lèi)會(huì)有怎樣的變化，若去掉該屬性后分類(lèi)變化較大，則說(shuō)明該屬性強(qiáng)度較大，重要性高，反之，則說(shuō)明該屬性重要性低。決策表的一般屬性約簡(jiǎn)的具體步驟：

(1) 求多個(gè)條件屬性C1,C2,C3,…,Cn的等價(jià)類(lèi)；

(2) 計(jì)算從C中分別去掉C1,C2,C3和Cn后所有屬性集下的等價(jià)類(lèi)；

(3) 求決策屬性D與條件屬性C的依賴(lài)度；

(4) 檢查從C中去掉C1,C2,C3或Cn時(shí)分類(lèi)的變化情況，若分類(lèi)發(fā)生較大變化，說(shuō)明該屬性不可去，否則可去。

2 關(guān)聯(lián)規(guī)則挖掘模型

在大量實(shí)踐的基礎(chǔ)上，總結(jié)出了一個(gè)相對(duì)成熟的基于粗糙集的關(guān)聯(lián)規(guī)則挖掘模型，其基本思想和步驟如下。本文應(yīng)用基于粗糙集的關(guān)聯(lián)規(guī)則的挖掘過(guò)程分為三步：數(shù)據(jù)預(yù)處理，屬性約簡(jiǎn)與關(guān)聯(lián)規(guī)則的挖掘，見(jiàn)圖1。

(1) 數(shù)據(jù)預(yù)處理：通過(guò)對(duì)高校人事數(shù)據(jù)的初始信息進(jìn)行數(shù)據(jù)清洗，缺失值處理，轉(zhuǎn)換及數(shù)據(jù)選擇，獲取初始信息表，且初始表轉(zhuǎn)換為決策表形式，并明確條件屬性集和決策屬性；

(2) 屬性約簡(jiǎn)：對(duì)條件屬性進(jìn)行約簡(jiǎn)，刪除多余屬性，在此基礎(chǔ)上利用文獻(xiàn)[1]中的算法進(jìn)行屬性約簡(jiǎn)并生成約簡(jiǎn)屬性集；

(3) 關(guān)聯(lián)規(guī)則挖掘：輸入支持度閾值和置信度閾值，根據(jù)數(shù)據(jù)約簡(jiǎn)結(jié)果，利用粗糙集理論文獻(xiàn)中的算法，進(jìn)行關(guān)聯(lián)規(guī)則的挖掘。

圖1 基于粗糙集的關(guān)聯(lián)規(guī)則模型

3 關(guān)聯(lián)規(guī)則挖掘技術(shù)在教師成長(zhǎng)中的應(yīng)用

下面以高校教師成長(zhǎng)信息為例(本文以職稱(chēng)為教授和講師作為高校人才成長(zhǎng)的標(biāo)志，根據(jù)參加工作時(shí)間的長(zhǎng)短和目前職稱(chēng)來(lái)判斷教師成長(zhǎng)的快慢)，說(shuō)明基于粗糙集的關(guān)聯(lián)規(guī)則挖掘算法的實(shí)施過(guò)程。

根據(jù)上述構(gòu)建的數(shù)據(jù)挖掘模型，利用屬性約簡(jiǎn)算法對(duì)高校教師數(shù)據(jù)進(jìn)行約簡(jiǎn)。首先進(jìn)行數(shù)據(jù)預(yù)處理，其次求出約簡(jiǎn)，并在此基礎(chǔ)上根據(jù)值約簡(jiǎn)等減少屬性和個(gè)體數(shù)目，最后提取規(guī)則應(yīng)用于新對(duì)象的分析和預(yù)測(cè)。

3.1 數(shù)據(jù)預(yù)處理

本文以本人所在高校教師數(shù)據(jù)為例，采用關(guān)系數(shù)據(jù)庫(kù)模型，經(jīng)關(guān)系數(shù)據(jù)庫(kù)的導(dǎo)入及連接并進(jìn)行抽象、離散化等預(yù)處理。將影響教師成長(zhǎng)的因素：性別、政治面貌、學(xué)歷、畢業(yè)學(xué)校、年齡、學(xué)歷變動(dòng)、現(xiàn)聘職稱(chēng)、教齡、教學(xué)能力和科研能力作為系統(tǒng)的條件屬性C，而將教師的成長(zhǎng)速度作為決策屬性D。

對(duì)于具體的數(shù)據(jù)處理時(shí)可先將其抽象、離散化、使后續(xù)的表格簡(jiǎn)潔明了。性別(1：男2：女)，年齡(1：25—30 2：30—35 3：36—40 4：40—45 5：45以上)，教齡(1：1—5 2：10—15 3：16—20 4：21—25 5：25 以上)，政治面貌(1：黨員 2：其他)，畢業(yè)院校(1：重點(diǎn)高校 2：普通高校)，學(xué)歷(1：學(xué)士 2：碩士)，現(xiàn)聘職稱(chēng)(1:教授 2：副教授3：講師 4：助教)，評(píng)定年齡(1: 25—30歲, 2: 31—35歲, 3:35—40歲, 4: 40歲以上)，學(xué)歷是否變動(dòng)(1：是 2：否)，教學(xué)能力，科研能力(1：高 2：中 3：一般)和成長(zhǎng)(1：快 2：中 3：慢)。

以上劃分等級(jí)的標(biāo)準(zhǔn)是根據(jù)以往實(shí)際經(jīng)驗(yàn)和具體的數(shù)據(jù)而確定，按以上的規(guī)則概化和離散化原始數(shù)據(jù)，根據(jù)以往的經(jīng)驗(yàn)和實(shí)際的情況可判斷性別，年齡，政治面貌，學(xué)歷變動(dòng)為冗余屬性。刪除其中的冗余屬性得到預(yù)處理后的數(shù)據(jù)表如表1所示。

表1 預(yù)處理后的教師數(shù)據(jù)

3.2 屬性約簡(jiǎn)

表1中的數(shù)據(jù)只是對(duì)初級(jí)數(shù)據(jù)的簡(jiǎn)單分類(lèi)和離散化，首先刪除表1中的冗余對(duì)象，然后對(duì)其進(jìn)行屬性約簡(jiǎn)，通過(guò)計(jì)算可得 U 的屬性約簡(jiǎn)集為{C4,C5,C6,C7} 。此時(shí)對(duì)屬性約簡(jiǎn)后對(duì)應(yīng)的表再次刪除冗余對(duì)象，得到最終屬性約簡(jiǎn)后的數(shù)據(jù)如表2所示。為了計(jì)算方便將條件屬性在表中以C1，C2，…，C7來(lái)表示，其中C1 = 教齡，C2=畢業(yè)院校，C3=學(xué)歷，C4=現(xiàn)聘職稱(chēng)，C5=評(píng)定年齡，C6=教學(xué)能力，C7=科研能力，D=成長(zhǎng)。

表2 約簡(jiǎn)后的數(shù)據(jù)表

續(xù)表

3.3 關(guān)聯(lián)規(guī)則挖掘

根據(jù)上面得到的約簡(jiǎn)，通過(guò)屬性之間的隱含關(guān)系來(lái)挖掘關(guān)聯(lián)規(guī)則，給定支持度閾值 5%，置信度閾值 80%，可得到同時(shí)滿(mǎn)足支持度閾值和置信度閾值的項(xiàng)目集生成的關(guān)聯(lián)規(guī)則有：

Rule 1(現(xiàn)聘職稱(chēng)=4)&(評(píng)定年齡=1)&(教學(xué)能力=2)&(科研能力=2)=＞(成長(zhǎng)速度=2)；

Rule 2(現(xiàn)聘職稱(chēng)=3)&(評(píng)定年齡=1)=＞(成長(zhǎng)速度=2)；

Rule 3(現(xiàn)聘職稱(chēng)=3)&(評(píng)定年齡=3)=＞(成長(zhǎng)速度=3)；

Rule 4(現(xiàn)聘職稱(chēng)=2)&(評(píng)定年齡=1)=＞(成長(zhǎng)速度=1)；

Rule 5(現(xiàn)聘職稱(chēng)=2)&(教學(xué)能力=1)&(科研能力=1)=＞(成長(zhǎng)速度=1)；

Rule 6(現(xiàn)聘職稱(chēng)=1)&(評(píng)定年齡=4)=＞(成長(zhǎng)速度=1)。

以上規(guī)則的含義如下：由第一條規(guī)則可知現(xiàn)聘職稱(chēng)為助教，評(píng)定年齡在25到30，教學(xué)和科研能力中等，則可以斷定教師的成長(zhǎng)速度中等；由第二條規(guī)則可知：現(xiàn)聘職稱(chēng)為講師，評(píng)定年齡在25到30，可以斷定該教師的成長(zhǎng)速度中等；第三條規(guī)則說(shuō)明如果現(xiàn)聘職稱(chēng)是講師，評(píng)定年齡在35到40，斷定教師的成長(zhǎng)速度慢；第四條規(guī)則說(shuō)明職稱(chēng)是副教授，評(píng)定年齡在25到30，可以斷定該教師的成長(zhǎng)速度快；第五條規(guī)則說(shuō)明職稱(chēng)是副教授，教學(xué)和科研能力高的教師成長(zhǎng)速度快；第六條規(guī)則說(shuō)明職稱(chēng)是教授，評(píng)定年齡是 40以上的教師成長(zhǎng)速度快。

由以上規(guī)則可以得出：現(xiàn)聘職稱(chēng)，評(píng)定年齡，教學(xué)能力和科研能力對(duì)教師成長(zhǎng)的快慢有顯著影響?，F(xiàn)聘職稱(chēng)是助教，教學(xué)和科研能力都中等的教師，屬于成長(zhǎng)速度中等的類(lèi)型；而在 30歲前評(píng)為副教授的教師，成長(zhǎng)速度快；職稱(chēng)是副教授，教學(xué)和科研能力較強(qiáng)的教師的成長(zhǎng)速度也是快速型的。因此，如果高校希望教師能夠快速成長(zhǎng)，則在人才引進(jìn)時(shí)就要多考慮教師的教學(xué)和科研能力，在人才的考核方面提出新的機(jī)制來(lái)改變傳統(tǒng)的只看學(xué)歷和畢業(yè)院校等情況。

4 結(jié)論

本文在對(duì)數(shù)據(jù)挖掘相關(guān)技術(shù)、關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行深入研究的基礎(chǔ)上，歸納總結(jié)了基于粗糙集理論的關(guān)聯(lián)規(guī)則挖掘模型和屬性約簡(jiǎn)算法，利用某高校教師的成長(zhǎng)數(shù)據(jù)，進(jìn)行了關(guān)聯(lián)規(guī)則的挖掘?qū)嶒?yàn)，將其應(yīng)用于高校教師的成長(zhǎng)中，并對(duì)關(guān)聯(lián)規(guī)則產(chǎn)生的結(jié)果進(jìn)行了解釋。

[1]孟慶文,徐文龍.粗糙集合在中醫(yī)診斷中的應(yīng)用研究.安徽大學(xué)學(xué)報(bào)[J].2006.

[2]白秀玲,崔林,王向陽(yáng).一種基于關(guān)聯(lián)規(guī)則挖掘的粗糙集約簡(jiǎn)算法[J].計(jì)算機(jī)工程與應(yīng)用.2003.

[3]曾黃麟.基于粗集方法的智能專(zhuān)家系統(tǒng)[J].中國(guó)工程科學(xué).2001.

[4]馮少榮,肖文俊.數(shù)據(jù)挖掘技術(shù)在試題質(zhì)量評(píng)價(jià)中的應(yīng)用[J].東北師大學(xué)報(bào)(自然科學(xué)版).2008.

[5]張瑤,陳高云,王鵬.數(shù)據(jù)挖掘技術(shù)在試卷分析中的應(yīng)用.西南民族大學(xué)學(xué)報(bào)(自然科學(xué)版).2008.

[6]王艷春,郭小利,陳鴻等.基于數(shù)據(jù)挖掘算法的教學(xué)測(cè)評(píng)系統(tǒng)研究[J].長(zhǎng)春理工大學(xué)學(xué)報(bào).2006.

[7]蔡偉杰,張曉輝,朱建秋.關(guān)聯(lián)規(guī)則挖掘綜述[J].計(jì)算機(jī)科學(xué).2005.