《浅谈聚类分析在高职高专学生职业能力培养中的应用》-教育论文，小学教育论文-论文范文参考-科学狗论文网

标题

浅谈聚类分析在高职高专学生职业能力培养中的应用

范文

郭春平+孙菲+于涛+邓琨

【摘要】通过多年在教学一线的教学经验，了解到计算机基础课程中，学生计算机水平参差不齐。用原始的边讲边练的方法，很难收到较好的教学效果。以齐齐哈尔高等师范专科学校2013级会计学专业学生为例，借助聚类分析法将学生分组，会大大改变现状，更加有利于课堂教学的开展。

【关键词】聚类分析;参差不齐;教学效果;职业能力

作为一名在教学一线战斗了十几年的计算机老师，接触的学生也非常多。由最初大部分学生在上大学前都没有接触过计算机或接触不多，到现在大部分学生在中小学时期就已经掌握了一定的计算机基础知识。但毕竟城乡及地区等因素也造成了教学方式及内容上的差异，使得新入学学生的计算机水平参差不齐。随着社会的发展，更多的能较好应用计算机的应用型人才被需要，如何更好、更有效的开展教学，培养适应社会发展需要的技能型人才，是我们每一位教师的责任。

在高职高专院校的计算机基础课中，如何根据学生的实际水平及兴趣爱好、个性特点去开展教学成为教师、学校甚至是社会研究的问题。物以类聚，人以群分，聚类分析就是按照个体的特征及属性将它们进行分类。在计算机教学中，针对入学新生计算机水平的差异，根据入学摸底测试，兴趣爱好、个性特征等相关因素制定相应的数据统计表，根据统计表统计出来的数据进行聚类分析。从而调整授课重点及教学方法，因材施教。本文以齐齐哈尔高等师范专科学校2013级会计学专业的学生为研究对象，利用聚类分析的方法指导教学，旨在提高学生的职业能力培养水平。

1.根据学生专业特点、课程特点制作设计统计表，进行数据收集

高职高院校的教学目标是培养适应市场需求，动手能力强，创造能力强，能就业也能创业的高素质技能型人才。而21世纪是信息化的社会，可以说，任何就业岗位都离不开计算机。所以在教学中，我们重点培养学生的动手能力及创造力，而且要从学生的兴趣爱好入手。

《计算机基础》课程是很多高校的公共必修课，如何满足不同专业学生对计算机相关应用操作的需求是我们一直在思考的问题。我校计算机基础课程在第一次课都会进行一次摸底考试，测试中理论部分较少，大部分考察的都是学生的实际动手操作能力及解决实际问题的能力。针对不同专业对计算机应用需求的不同，测试的内容也会做出相应的调整，旨在将学生的真实能力体现出来。例如在会计2013级学生的测试中，针对该专业需要对大量的数据进行归纳和计算的应用性较强的特点，加大该方面操作能力的考核内容。这次测试将成为学生分组教学的依据之一，但成绩并不能代表一切，要想对学生进行科学的分组，培养学生的职业能力，还要考虑很多其它方面的因素。

在计算机基础教学中，我们可以收集的信息还有很多，如打字速度，下载软件并安装，能否使用excel软件处理分析数字信息，是否会收发电子邮件，能否自我诊断并排除计算机中的简单故障，是否拥有自己的博客，是否了解或掌握一门计算机语言等等。在以往的教学中我们发现，大部分女同学打字速度都很快，这和她们经常喜欢上网聊天是分不开的，但指法却不是很准确。喜欢美图软件并对图文制作感兴趣。而男同学对游戏较擅长，键盘快捷键及鼠标的使用较熟练，并对计算机语言悟性较高等等。将所有影响分类的因素提炼出来，由学生们进行客观的选择，为下步对这些数据作出分析提供依据，并指导教师对所授学生进行有效的分类。

2.根据收集的数据，对学生进行分类

一个班级的学生的计算机应用水平相差较大，而不同专业的班级，其专业特点也决定了班级学生学习方法、学习内容、学习形式的差异。对会计专业学生掌握计算机技能原始数据的收集，为我们对学生进行分类提供了依据。但这些信息中，有的差异较大，有的又非常相似。我们没有一个明确的的标准对他们进行分类，所以最好的方法就是对这些数据进行聚类分析。

聚类分析是数据挖掘中比较重要的方法之一，也是核心技术之一，它是将未知数据按相似程度分类到不同的类或簇的一种过程。但各种聚类分析的计算方法都偏数学专业，且专业性很强，运算起来比较麻烦，对于一些非数学专业的一线教师来说太过繁琐，不易掌握。本文采用SPSS软件对数据进行聚类分析。我们只需要明确设定几个指标变量就可以轻松使用该软件，操作简单、使用方便，无需太多的专业知识，上手较快，是很多一线教师的不二选择。

聚类分析的算法较多，如K-means算法、SVM算法、Apriori算法等多种算法可以对采集的学生各种属性信息进行分析、计算，实现相同类型数据的聚合。将具有相同内在倾向、兴趣及能力的学生聚合为一类，进行针对性教学，从而更加有利于教学活动的开展，加强学生职业能力、就业能力的培养。

我们采用了聚类分析中比较具有代表性的K-means算法对学生数据进行分析。K-means中文译名“K均值”其工作过程说明如下：

例如：班级有n个学生，我们任选k个对象作为初始聚类中心，其它所有剩余的对象要根据它们与这k个聚类中心的相似程度（也可称之为距离），将它们逐一分配给最相似的聚类中心，重复这一过程，直到函数收敛为止。

用数学表达式表示为：

如果我们一共有N个数据点需要分为K个聚集群，k-means算法就是要最小化下面的函数：H=tnk||xn-uk||2

其中（x1，x2，…，xn）为原始数据的集合;在给定分类组数k（k≤n）值的条件下，将原始数据分成k类，S={S1，S2，…，Sk}，这里uk表示分类Sk的平均值;tnk在数据点n被归类到k的时候为1，否则为0。

其特点是围绕同一聚类中心的各对象尽可能紧凑，不同的聚类之间又保持最大的距离。

在课程中，利用SPSS软件中的K-means算法对收集到的会计131班学生的数据进行分析，最终完成分组。

3.针对分组对学生进行针对性教学

在以往的教学中，对班级学生采用的是“理论部分一起讲，实践操作部分一起练，课堂辅导老师一肩挑”的办法。这样授课的结果往往就是老师累的筋疲力尽，而学生问题没能及时一一解决。

在2013级会计专业学生的教学中，利用聚类分析法将学生按照一定的要求分组后，如何组织开展教学成为我们教师重点思考的问题。只有课程设置好了，课上好了，才是我们进行聚类分析的真正意义所在。在授课过程中，可将同一组学生安排坐在一起，这样大多共性问题可以通过老师的辅导一次解决。而小组成员之间也可以相互探讨，相互督促，解决问题。对于各小组在学习过程中所积累的经验、心得也可以和其他小组一起分享，激励学生在学习教程中有想法有创新，为自己所在小组争得荣誉。而老师可以有更多精力去发现问题、解决问题，大大提高了课堂效率。

在教学方法上，分组后比原始的教学方式更为灵活，更有针对性，学生的参与度也更高。由各小组学生的特点，有针对性的设置情境，可以达到事半功倍的效果。在课程的某些教学内容的传授过程中，情境模式可以较常规讲授模式更有效。由不同的主题情境作为载体，学生们学到的知识技能也更多，激发学生的自主探索，解决问题的积极性，同时在该过程中鼓励学生发挥自己的创新能力，强调团队合作的重要意义。

4.结束语

高职高专教育重点在于职业能力培养，针对不同的学生因材施教，并制作适合此类学生的教育方案。现在大部分学生在学习的过程中，不再依赖于教材，而是把注意力放在更广的知识面上。利用聚类分析的方法，相互促进、相互交流、不断提高。在有限的时间内做到动手能力、解决问题能力及创造力的最大提升，寻找明确未来最适合自己的发展方向。

【参考文献】

[1]付艳萍.“分组教学法”课堂教学模式的探索[J].学周刊，2011（26）

[2]颜鲁林.利用SPSS对大学生学习注意力集中程度进行多元线性回归分析[D].兰州：兰州大学，2012

[3]李芳.K-Means算法的k值自适应优化方法研究[D].合肥：安徽大学，2015

[4]罗家国.基于SPSS的课程因子分析研究[J].江西理工大学学报，2011（05）

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。