基于课程关联度的电子信息类核心课程甄别

钱玲 王海青 谷亚林

摘要：电子信息类各专业核心课程甄别的目的，是为了激发教师的质量意识与竞争意识，实现并明确促进学生学习的教学目标与教学方向。文章利用教务管理信息系统大数据，应用统计学关联算法，分析以往毕业学生各课程成绩与GPA的数据，甄别出电子信息类专业的“核心”课程，为学校的教学活动发挥了导向、诊断和监督等功能。文中所研究的方法同样可以推广到其他高校和其他专业、从而为促进人才培养提供理论依据和数据支撑。

关键词：大数据；核心课程；GPA；关联度

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2019）15-0079-03

高校各专业核心课程是高校专业课程体系建设的核心，承担着专业人才培养的基础性任务，反映专业特点、体现专业特色、支撑专业发展，其辐射而出的其他专业课程与之共同构成了完整的专业课程体系，进而形成了专业人才培养体系。学分绩点—GPA（grade point average）是大学生专业素质的一个重要体现，分析教学大数据中课程成绩与GPA的关联度可以发现隐藏在数据之间的相互关系，甄别出对GPA影响较大的核心课程，有助于进一步做好专业课程建设工作，促进高校的内涵提升和质量提高。

国内外高校通过教学大数据对课程体系、教学模式、数据分析都做了许多研究。加利福尼亚大学洛杉矶分校的Kharkar教授[1]等通过分析数学系核心课程关联度，为教授这些课程的教师提供教学指导；清华大学[2]利用教务管理系统的构建了统计分析工具系统，该系统验证了数据分析工具对于教务管理者的决策支持价值，体现了嵌入教学系统的数据分析工具的优势；浙江大学[3]通过对资产的归纳、整理，最终形成权威、全面的资产数据，并提供数据查询和分析服务；复旦大学[4]“教育管理信息化平台”和“教育资源公共服务平台”建设的过程中，也积累了丰富的信息化实践经验；电子科技大学[5]构建了教育大数据一体化平台，此平台提供了精准预测学生成绩，助力学生精准资助等个性化、精准化的管理服务。

本文通过对南京某重点高校的电子信息工程专业，已经毕业的4届学生所有课程成绩，以及所有学生最终的GPA数据进行关联度分析，计算出各课程对GPA成绩影响的不同程度，从而甄别出该专业的核心课程，以期为促进高校学生的成长和发展提供数据依据和参考。

一、数据与整理

在大数据时代，通过数据挖掘技术可以获取事件之间的关联性，为正确的决策提供技术保障。一般核心课程在高等教育来讲通常指基础课程中的必修课，我们这里的“核心”课程是指和学生整个大学期间的GPA关联度最高的几门课程。

1.数据的来源。南京某重点高校的电子信息工程专业是江苏省品牌专业，该校的教务系统已经保存了以往学生的完整的成绩数据，每个专业所有学生的课程成绩数据都保存为Excel文件，我们收集刚刚毕业的前4届学生（即2015届—2018届）的学习成绩数据文件，这些原始数据包括：该专业每位学生的每门课程的每次考试成绩，有些学生的一门课成绩不止一个，例如，正常考试成绩、补考成绩、重修成绩等，平均每位学生的成绩数据有100条左右（每位学生大概修了70多门课程，部分课程还不止一个成绩），并且每条数据又有23个属性（每门课程属性数据如表1所示），粗略估算4届学生的课程成绩数据接近一百万条。

2.数据的整理。从学校教务处获取的学生各门课程成绩，均采用百分制记分，该专业4届毕业学生共有674名，在校4年内必须修满172学分，除了必修课程以外，学生之间选修课程存在差异，按照一门课平均2.5学分计算，每个学生平均选修70门课程。另外部分学生原始成绩数据还存在正常考试、补考以及重修等不同类别的成绩，为了使结果更具有真实性，我们设定几个成绩中，只取第一次有效成绩（正常考试的用正常考试成绩，没有正常考试成绩的用第一次缓考或补考成绩）作为我们的计算数据。每门课程成绩的原来属性有23个，例如：{学号，姓名，开课学期，课程编号，课程名称，学分，成绩，考试性质，…}，而有些属性需要，有些属性不需要，通过整理将课程属性精简为：{课程编号，开课学期，课程名称，课程属性，学时，学分，开课单位}共7个属性，经过整理的数据用来计算课程关联度。

二、关联分析

关联系数是用以反映变量之间关系密切程度的统计指标。关联系数是按积差方法计算，以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度。spearman秩相关系数是统计学的三大相关系数之一，是一个非参数性质（与分布无关）的秩统计参数，由Spearman在1904年提出，用来度量两个变量之间联系的强弱，比较适合对GPA影响较大的核心课程的甄别。

2.算法流程。根据Spearman秩相关系数的计算公式，以及经过整理的4届学生课程考试成绩的数据，用Python语言作为编程语言，所设计的算法模块如图1所示。（1）首先读取原始数据的4个Excel文件，将其合并成一个csv格式的文件；（2）删去课程不需要的属性，保留特定属性，并对同一个学生同一门课的多个成绩进行去重，仅保留第一次有效成绩，由于存在选修课程的差异，保留有效成绩超过学生总数50%的课程数据，删除选修课程较少的课程数据，完成数据的整理；（3）计算每个学生每门课程百分制成绩对应的业绩点和每个学生的GPA；（4）将所有学生的GPA进行排序，将每个学生的有效课程的业绩点进行排序；（5）根据Spearman秩相关系数的计算公式计算各门课程的Spearman值，从而甄别出核心课程。

通过数据挖掘和统计学关联度计算，为我们获得电子信息类专业的核心课程甄别，提供了数据支撑。

3.关联系数。通過4届毕业学生共有674名的课程成绩的原始数据，利用上述分析与计算，共计算出54门课程（包括实践课程）的Spearman系数，下面列出Spearman系数最高的10门课程。

从表2可见，10门核心课程共有39学分，占总学分的22.4%，都是必修课程。其中，工程数学、概率与过程、大学物理（Ⅰ）和大学物理（Ⅱ）是学科教育课，余下6门课程都是专业基础课程；这9门课程都是在学生大一和大二必修的课程（只有数字信号处理课程除外，其授课时间在大三上），所以，加强大一和大二学生的学习方法教育就非常必要。

三、意义分析

依据往届学生教学大数据中核心课程与GPA的相关数据，就可以分析现在在校学生的核心课程成绩，尤其是大一和大二的在读学生，可以对学生的未来学习趋势进行科学预测，为学生的自我学习监控与指导、为教师的教学决策提供更精细化的服务。这样克服以往经验式的，缺少足够的数据分析判断、佐证教学行为效果的缺点，实现以数据驱动的“因材施教”。上述课程关联度分析对当前教学方面的意义体现在以下三个方面。

1.管理系统。高校教学管理部门，通过分析大一和大二学生核心课程的成绩，可以及时调整学生的培养方案。基于这些信息，学校不仅可以预测出每个学生在其他课程的得分，也可以预测出每个学生在其他课程的挂科可能性；分析核心课程的掌握程度，将学生分为不同类型，例如：“学术型”“能力型”和“潜力型”，根据“分类指导、分层施教和个别培养相结合”的原则，对不同类型学生分别实行“深度拓展型、能力强化型、扬长教育型”教育策略，引导学生个性化发展，使每一位学生都成为更好的自己。

2.教学系统。传统的教学系统往往存在片面、主观、模糊化的倾向。现在每个教师在上课前，可以通过计算学生的前面核心课程成绩，明确自己授课的学生学习状况，事前知道优秀学生和问题学生的群体，可以进行准对性教学。对符合学困生发展趋势的问题学生进行预警和指导，加强管理和检查；对有异于常人的优秀学生进行个性化培养方案，有针对性地制订培养计划和教学方案，推送个性化的学习资料，推荐个性化的实践锻炼平台，指导个性化的职业规划；对普通学生进行鼓励教育，使学生从被动学习变为自我教育、自主学习，激发其学习的活力。

3.学习系统。直观地说，学生成绩和他们的重要知识掌握情况有密切关系。分析学生对核心课程的掌握程度，每个学生就可以自己预测未来学业趋势。大一和大二学生在每学期都可以评估自己核心课程的成绩、自己的能力和兴趣，调整学习方法和努力方向，预测自己后续课程学习的难度，从而提前规划自己的时间和精力。

四、总结

随着全球信息化的高速发展，电子信息类专业成为近几十年来发展最快的学科之一。学生要学的理论课程越来越多，间接导致学生发展不均衡，如何在诸多课程中，抓住主要矛盾成为我们研究的重点，通过核心课程的甄别，可以为高校教与学提供数据支撑，实现了从定性分析到定量分析的转变，促进教学管理科学化、精细化。通过在校学生核心课程的成绩就可以预测毕业时的GPA情况，可以及时认识教学问题，尽快解决存在问题。上述通过教学大数据甄别学科专业核心课程的方法，同样可以应用到其他专业和其他高校，具有一定的推广应用价值。

参考文献：

[1]R Kharkar， J Tran and C Z Marshak.Core Course Analysis for Undergraduate Students in Mathematics[J].arXiv：1605.00328v1[math.HO] 2 May，2016.

[2]邓文俊，等.基于教务管理系统的数据分析工具的研究与设计[J].中国电化教育，2014，（5）：138-143.

[3]方伟杰，等.浙江大学：数据共享提高公共资产利用率[J].中国教育网络，2012，（6）：60-61.

[4]陈翼，等.复旦大学：信息化支撑教学与人才培养模式创新[J].中国教育网络，2014，（10）：45-48.

[5]呂红胤，等.电子科技大学一体化大数据提供师生精准画像[J].中国教育网络，2017，（2）：78-81.