[发明专利]一种应用于编程教育的数据分析方法

说明书

本发明提供一种应用于编程教育的数据分析方法，属于数据分析领域，本发明包括：1)整合OJ系统提供的数据与该学生的数据构造一个数据库；2)将所有数据划分为不同的集合簇；3)对每个集合簇内进行数据挖掘，提取出相似特征；4)将结果返回，基于此类结果做出改进。

技术领域

本发明涉及数据分析领域，尤其涉及一种应用于编程教育的数据分析方法。

背景技术

教师一般通过作业，考试等成绩反馈来明确学生对于知识的掌控，然而这样的方法在编程课上则略有差异。作为一项更偏向实践与经验的技术，仅凭课上所学所练，学生会有很高的不及格率。在课后，学生会通过线上编程做题来巩固、学习新的知识与算法。在线编程则离不开在线判题系统(Online Judging System,以下简称OJ系统)，当一段代码提交之后，会自然生成诸如学生id，题目id，是否通过，失败类型，程序运行时间，内存占用等多项文本数据。此类数据再结合学生表现(如考试成绩，作业成绩)等，可以更加精确地提供一个或者一群学生的特征，此类特征可以提供给教师用以改进教学方案等。

发明内容

为了解决以上技术问题，本发明提供了一种应用于编程教育的数据分析方法。

本发明的技术方案是：

一种应用于编程教育的数据分析方法，工作流程如下：

1)整合OJ系统提供的数据与该学生的数据构造一个数据库；

2)将所有数据划分为不同的集合簇；

3)对每个集合簇内进行数据挖掘，提取出相似特征；

4)将结果返回，基于此类结果做出改进。

进一步的，

构造数据库

对于原始数据库，用ID标明每项数据的归类依据以及数据库处理；

在原始数据表中，用户在一次提交之后的准确度转变为截止记录，开始转换的准确度。

准确度是该用户提交至OJ系统内所有正确答案与该用户所有提交至OJ的次数的比值。

采用k-means的方式对数据库内的数据进行分簇。

k-means有两个限制：1，如何决定分多少簇的K以及簇的中心选择；选择用Elbowmethod加以优化，ElbowMethod通过计算簇内每个点到簇中心的距离差的平方和(sunsquareerrorSSE)来确定分簇数量。

当SSE越小时，说明每个集合簇结合得越紧密；随着K值增大，当SSE的下降不明显的时候既可以选择为最优分簇数字。

进一步的，

使用FP-growth算法来对每个簇内的所有数据进行关联性获取；其输出的规则格式可以表述为：R＝A-B,其中A，B都是上图转化规则内可能出现的指标；A表示既定事实(if),B表示如果发生A，则有大概率发生B的事件。

将输出的结果返回给，可辅助判断学生属于某一集合簇，或者是什么表现可能会带来什么结果。

附图说明

图1是本发明的划分集合簇示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供了一种应用于编程教育的数据分析方法，包括：