原文題目:Multi-level and Multi-perspective Visual Correlation Analysis between General Courses and Program Courses
發(fā)表期刊:The Visual Computer(2020, JCR Q3, CCF C)
原文DOI:https://doi.org/10.1007/s00371-020-01818-4
作者列表:
1) 紀(jì)連恩 中國(guó)石油大學(xué)(北京)信息科學(xué)與工程學(xué)院,計(jì)算機(jī)系
2) 袁亞明 中國(guó)石油大學(xué)(北京)信息科學(xué)與工程學(xué)院,研17
3) 高 芳 中國(guó)移動(dòng)通信研究院 原計(jì)算機(jī)系 研15
探索大學(xué)中重要基礎(chǔ)課程對(duì)專(zhuān)業(yè)課程的潛在影響有助于改進(jìn)專(zhuān)業(yè)教學(xué)過(guò)程。由于課程門(mén)類(lèi)眾多,且成績(jī)受學(xué)生、教師、課程本身特點(diǎn)以及上課學(xué)期等多種因素影響,采用傳統(tǒng)分析方法從單一視角、單個(gè)層次難以探索和揭示兩者的復(fù)雜關(guān)系。可視分析技術(shù)則能夠利用豐富的可視化表達(dá)與人機(jī)交互手段建立更直觀(guān)、敏感和有效的關(guān)聯(lián)模型,挖掘多元數(shù)據(jù)間不易發(fā)覺(jué)的內(nèi)在關(guān)聯(lián)模式并分析成因。為此,本文從課程成績(jī)的歷史數(shù)據(jù)分析入手,設(shè)計(jì)了交互式可視分析系統(tǒng)(MVCAS),用于從多個(gè)角度和多個(gè)層次展示與探索基礎(chǔ)課程與專(zhuān)業(yè)課程成績(jī)間的多種相關(guān)性。

圖1 可視分析系統(tǒng)主界面
多層次任務(wù)抽取:
全文按照自頂向下、由整體到細(xì)節(jié)進(jìn)行分層次任務(wù)梳理,嘗試從三個(gè)層次和四個(gè)視角探索基礎(chǔ)課程與專(zhuān)業(yè)課程間的內(nèi)在關(guān)聯(lián)。
第1層:從學(xué)生視角探索不同數(shù)學(xué)成績(jī)組合條件下的專(zhuān)業(yè)課成績(jī)分布,獲取課程相關(guān)性模式,從整體上揭示兩類(lèi)課程間的關(guān)聯(lián)規(guī)律。
第2層:從授課類(lèi)別、課程內(nèi)容主題、課程間統(tǒng)計(jì)相關(guān)性(PCA)等角度進(jìn)行專(zhuān)業(yè)課程分組,獲取與數(shù)學(xué)關(guān)聯(lián)性高的課程結(jié)構(gòu)、知識(shí)模塊和專(zhuān)業(yè)能力,探索數(shù)學(xué)課程與不同專(zhuān)業(yè)課程組的分類(lèi)相關(guān)性。
第3層:聚焦數(shù)學(xué)課程與單門(mén)專(zhuān)業(yè)課程以及專(zhuān)業(yè)課程間的關(guān)聯(lián),展示具體課程的信息、成績(jī)分布特征和組內(nèi)兩兩相關(guān)性。

圖2 多視角與多層次的相關(guān)性分析任務(wù)
多角度數(shù)據(jù)處理:
為支持多視角的相關(guān)性分析,分別從學(xué)生角度進(jìn)行基礎(chǔ)課程與專(zhuān)業(yè)課程的成績(jī)抽取和聚類(lèi),從專(zhuān)業(yè)課程的不同分類(lèi)角度進(jìn)行數(shù)據(jù)分解、PCA統(tǒng)計(jì)和課程相關(guān)計(jì)算。
學(xué)生角度:按年級(jí)依次抽取每名學(xué)生專(zhuān)業(yè)課程成績(jī),并按照專(zhuān)業(yè)課成績(jī)優(yōu)劣對(duì)學(xué)生進(jìn)行聚類(lèi),形成有序?qū)I(yè)成績(jī)記錄集;抽取對(duì)應(yīng)學(xué)生的三門(mén)數(shù)學(xué)課程成績(jī),以學(xué)分為權(quán)重計(jì)算平均分得到數(shù)學(xué)綜合成績(jī),形成學(xué)生數(shù)學(xué)成績(jī)記錄集。
課程角度:計(jì)算每對(duì)專(zhuān)業(yè)課程成績(jī)的Pearson相關(guān)系數(shù)得到一組反映專(zhuān)業(yè)課程內(nèi)部關(guān)聯(lián)強(qiáng)弱的相關(guān)矩陣。抽取每門(mén)課程的授課教師、上課學(xué)期和授課類(lèi)型,將其劃分為不同課程組;計(jì)算每門(mén)課程的平均分和標(biāo)準(zhǔn)差以及與三門(mén)數(shù)學(xué)課程之間的成績(jī)相關(guān)系數(shù),形成專(zhuān)業(yè)課程統(tǒng)計(jì)記錄集。提取必修課程和學(xué)生人數(shù)較為完整的選修課程,對(duì)其進(jìn)行PCA降維處理,獲取反映學(xué)生專(zhuān)業(yè)知識(shí)和技能的能力因子,并計(jì)算不同專(zhuān)業(yè)能力因子與數(shù)學(xué)課程的相關(guān)性,形成專(zhuān)業(yè)課程關(guān)聯(lián)組記錄集。

圖3 多角度的數(shù)據(jù)預(yù)處理流程與可視化映射
可視化與交互設(shè)計(jì):
在整體層面,通過(guò)一組矩陣熱力圖從學(xué)生角度描述多個(gè)年級(jí)全部專(zhuān)業(yè)課程成績(jī)分布,并與一組反映數(shù)學(xué)成績(jī)的平行坐標(biāo)視圖聯(lián)動(dòng),展示兩類(lèi)課程成績(jī)整體分布和相關(guān)性;通過(guò)設(shè)計(jì)支持分層排序的像素柱狀圖整合了數(shù)學(xué)課程成績(jī)和專(zhuān)業(yè)課程成績(jī)的統(tǒng)計(jì)分布。
在課程分類(lèi)層面,利用極坐標(biāo)散點(diǎn)圖、旭日?qǐng)D和標(biāo)簽云,分別從授課類(lèi)別、主題類(lèi)別和關(guān)聯(lián)類(lèi)別等角度展示數(shù)學(xué)課程和專(zhuān)業(yè)課程之間的相關(guān)性;并通過(guò)一系列雷達(dá)圖矩陣和堆疊面積圖,將授課教師及各授課學(xué)期與數(shù)學(xué)課程進(jìn)行關(guān)聯(lián),分別從教師和學(xué)期的角度識(shí)別兩類(lèi)課程相關(guān)性。
在課程細(xì)節(jié)層面,針對(duì)一組或一門(mén)課程設(shè)計(jì)了集成成績(jī)概率曲線(xiàn)圖、相關(guān)性鏈接圖和散點(diǎn)圖的課程詳細(xì)視圖,展示不同分析上下文中詳細(xì)的課程成績(jī)分布與統(tǒng)計(jì)量。
在交互設(shè)計(jì)方面,通過(guò)視圖內(nèi)各種選擇和過(guò)濾、視圖間變換和動(dòng)態(tài)關(guān)聯(lián)等技術(shù)支持各種交互任務(wù),實(shí)現(xiàn)自頂向下、由整體到細(xì)節(jié)對(duì)兩類(lèi)課程成績(jī)間的內(nèi)在關(guān)聯(lián)進(jìn)行層次化探索。
應(yīng)用案例與評(píng)估:
以某計(jì)算機(jī)專(zhuān)業(yè)6個(gè)年級(jí)的專(zhuān)業(yè)課程成績(jī)和“高等數(shù)學(xué)”、“線(xiàn)性代數(shù)”、“概率論”三門(mén)數(shù)學(xué)基礎(chǔ)課程成績(jī)為基礎(chǔ)開(kāi)發(fā)了應(yīng)用案例,依次按照三層分析任務(wù)探索了這些數(shù)學(xué)課程與計(jì)算機(jī)專(zhuān)業(yè)課程之間的多角度相關(guān)性。經(jīng)過(guò)完整試用和半結(jié)構(gòu)化的可用性評(píng)估表明,多角度的相關(guān)性可視分析技術(shù)能夠幫助領(lǐng)域?qū)<遥ㄈ绻芾碚吆徒處煟?/span>建立更直觀(guān)和有效的課程關(guān)聯(lián)視圖,支持從整體、分類(lèi)和兩兩層面深入分析兩類(lèi)課程成績(jī)間的復(fù)雜相關(guān)性和可能原因。另外,該可視化與可視分析方法也可應(yīng)用于其他領(lǐng)域的復(fù)雜關(guān)聯(lián)數(shù)據(jù)分析任務(wù)中。
紀(jì)連恩,博士,副教授。主要研究領(lǐng)域?yàn)榇髷?shù)據(jù)可視化與智能分析、計(jì)算機(jī)圖形學(xué)與人機(jī)交互、虛擬現(xiàn)實(shí)與計(jì)算機(jī)仿真等。作為項(xiàng)目負(fù)責(zé)人和課題骨干參加國(guó)家自然科學(xué)基金、國(guó)家科技重大專(zhuān)項(xiàng)和重大企業(yè)合作項(xiàng)目多項(xiàng)?,F(xiàn)為中國(guó)計(jì)算機(jī)學(xué)會(huì)(CCF)人機(jī)交互專(zhuān)委會(huì)委員、中國(guó)圖象圖形學(xué)學(xué)會(huì)(CSIG)可視分析專(zhuān)委會(huì)委員以及虛擬現(xiàn)實(shí)專(zhuān)委會(huì)委員。
聯(lián)系方式:j[email protected]