基于数据挖掘的学生个体属性与考试成绩相互关系研究

　　摘 要：以上海大学继续教育学院2015-2016学年开设的“传统养生”和“个人理财”两门网络课程为例，采用数据挖掘的方式研究学生入学时登记的基本个人信息（个人属性）和这两门网络课程考试成绩的相关性。研究表明这两门网络课程的考试成绩和性别、年龄以及户籍存在一定的相關性。
　　关键词：继续教育；网络课程；数据挖掘；个体属性；相关性
　　中图分类号：G434 文献标志码：A 文章编号：1673-8454（2017）03-0049-03
　　一、引言
　　继续教育是面向学校教育之后所有社会成员，特别是成人的一种教育活动。和常规教学相比，它存在一些特殊性，比如，学生不愿意（或没有办法）在规定的工作日（时间），到指定的地点接受知识面授，他们更愿意在家或方便的场所，随时进行学习以获取知识，网络教学将是适应继续教育特点的一种主要教学方法。[1]
　　网络教学是学生利用计算机或移动终端，通过互联网远程登录到服务器来学习教师已录制的教学内容。国内外已有许多有关网络教学的研究报道，有文献[2]研究网络教学中学生登录、资源浏览、作业、测试等网络学习行为特点及其影响因素，也有文献[3]探讨了学生学习登录记录、作业成绩和考试成绩之间的关系，这些都是针对网络学习行为特征取得的效果而开展的研究，学生的个体属性对考试成绩的影响，特别是继续教育学生的个体属性和考试成绩关系的研究还不多见。
　　继续教育的学生不同于常规在校生，目前社会人口流动性比较大，继续教育的学生会来自全国不同的地区，以前接受的教育各不相同，造成每个学生的学习基础差异很大；另外，他们年龄跨度较大，离开学校时间长短不一，经过社会多年历练，学习新知识的能力也有很大不同，这些个体属性都会影响继续教育学生的学习行为，从而影响他们的学习效果和考试成绩，因此开展继续教育学生的个体属性和网络课程考试成绩的研究，显得十分必要和有现实意义。
　　二、样本数据的获取和处理
　　“传统养生”和“个人理财”是上海大学继续教育学院为本、专科各专业学生开设的选修课，自2015-2016学年开始，这两门课从传统的课堂讲授转为网络授课，课程考试采用的是形成性考核，平时成绩在考试成绩中占有较大的比例，而平时成绩又和网络在线学习总时长（即学习进度）以及每次的作业完成情况有关，课程考试成绩是：学习进度占30%，平时作业占30%，期末大作业占40%。
　　在2015-2016学年春季学期中，有843名和437名学生分别选修了“传统养生”和“个人理财”网络课程。研究选取其中262名共同选修这两门课学生的考试成绩，以及他们在入学时登记的一些基本个体信息——性别、年龄、身份证号码、民族、政治面貌等。根据研究的需要，将这些基本个人信息归结于五个个体属性——性别、年龄、户籍、民族和政治面貌，再加上他们就读的专业层次，这样形成了六个个体属性。这六个个体属性具有各自的特点，从而会影响学生的网络课程学习行为以及最终的考试成绩。
　　男生对自己感兴趣的课程，愿意花费较多的时间来学习，而一般的网络课程，可能会利用零星的空余时间，甚至在考前突击观看视频，这样就会影响平时成绩（学习进度），但是他们会主动在网上查询和学习相关知识，也能够较好地完成作业；女生一般能够按照教学要求观看视频和完成作业，这样可以获得较高的平时成绩，她们会利用整段时间来学习网络课程，取得好的学习效果。
　　人的记忆力随年龄而发生变化，年龄小的有好的记忆力，能够较快地学习新知识；如果网络课程的网页呆板，课堂辅导缺少交互性，教师网上答疑不够及时，这些对年龄小的学习会有负面影响；年龄小的学生还习惯于集中式课堂学习，而年龄大的更喜欢独立地自主学习；另外，年龄大的学生相对年龄小的，具有一定的生活和工作压力，这样也会带来学习行为的变化。
　　在专业层次方面，一般来说本科层次学生比专科层次学生学习基础好，学习方法和技巧也高，能够在课程学习中取得较好的成绩。沪籍学生是在上海较高的高考录取率淘汰后，进入继续教育学院读书的，相对非沪籍学生，他们的学习基础差一点；非沪籍学生还有一个迫切愿望和动力，就是通过再学习来达到“户口入沪”打分标准。在政治面貌个体属性中，一般认为党团员自律性比较高，能够完成教师布置的作业，获得较高的平时成绩，因而考试成绩也会高一点。
　　将学生的个体属性进行数据处理（变量设置），如表1所示，处理后的学生个体属性数据，通过“学号”和他们的考试成绩进行关联。表1还给出了不同属性学生数量分布图，可以发现除了民族和政治面貌这两个属性分布不均匀以外，其它几个属性的分布基本一致。
　　在年龄属性数据处理时，将所有学生分成三个年龄段。25岁以下学生是一个年龄段，这些学生从学校出来时间不长，一些是高中毕业直接读专科，一些是专科毕业读专升本（本科），还具有学习的持续性和集中学习的习惯；他们年龄小，接收新知识能力强；这个年龄段的学生易受外界影响大，还容易贪玩，会影响到学习成绩。26岁到35岁是另外一个年龄段，在这个年龄段的学生，一般都结婚组成家庭，生活工作有压力，学习时间和精力受到外部因素影响大；通过再学习来得到职业晋升以及工作环境改变，甚至为了子女教育等，这些又成为他们再学习的动力；36岁以上年龄段学生，离开学校时间长，已经不习惯集中学习的教学方式，更喜欢根据自己的时间和精力来安排学习；丰富的人生阅历和知识积累，对自己感兴趣的新知识有一套自己的学习方法，能够获取较好的学习效果；这个年龄段的学生，特别是非沪籍学生，改善生活（比如户口入沪打分、子女入学等）也是他们主要动力之一；另外他们年龄相对大些，记忆力下降，学习效率和精力易受影响，会导致一些课程学习效果不佳。
　　三、分析方法
　　相关性分析是数据挖掘中的一种方法，它研究变量之间是否存在某种依存关系，并对具有依存关系的现象探讨其相关方向以及相关程度，一般常用相关系数ρXY来表示。在n个实验样本中，变量X和Y的相关系数用公式（1）表示：[4]