課程分析系統

全人教育一直是中原大學的驕傲，假若每個學生都選到符合自己興趣的課程，不但達成全人教育的宗旨，也使得學生修課起來更加認真。因此，推薦給學生最適當的課堂，已成為我們的首要目標。

學生最主要的目的就是選到自己喜歡的課程，如何提供此資訊給學生呢？其實可從學生修課歷史紀錄來做觀察，這些歷史資料看是雜亂，其實不然，裡面包含著許多有趣的修課情況，因此找出這些修課的規則，將最適合的課程推薦給學生，使得中原大學的全人教育更加貫徹。鑑於如此，我們希望可以透過企業資料探勘(Data Mining)的技術，並利用以往學生修課的紀錄，來建置一個有效率的推薦系統，期望提供正確的資訊，以方便學生選課做決策。在這裡我們主要用「關聯、序列、決策樹」三種探勘技術來輔助學生選課決策，並且建置討論區，以方便學生查詢想知道的課程並做自由推薦。我們期望分析出來的結果，能帶給學生極大效益，好讓學生第一次選課就能選到喜愛的課，不用再去加退選，並且可以降低選課時間，提高選課效率。

1+1>2 《關聯規則》

為什麼賣場中的麵包跟牛奶總是擺在一起的呢？
很簡單的想法，因為買了麵包大部分便會買牛奶， 這個簡單的想法，背後便是關聯規則的理論支撐著， 因此1+1>2便是利用關聯規則為基礎的推薦方式， 利用畢業學生修過的課為依據，跑出種種規則， 就如同買了牛奶會買麵包的規則一般，我們將選了 該門通識以後，接下來將會選擇什麼樣的通識課， 利用這些規則便有了推薦的依據，接著我們將一門門 最適合您的好課推薦給您。

例如：學生通常選擇修A門課及B門課時，同時會一起加選C門課，即 A + B C

速配偵查機 《序列》

會先買牛奶再買麵包還是先買麵包再牛奶？

關聯規則讓我們找出了買麵包便有很大的可能性會買牛奶， 而續列便是在此觀念中在加入了時間的概念，更深入的探討， 到底是先買麵包還是先買牛奶呢？因此在將這個觀念引入課 程推薦，利用畢業學生修過的課程跑出一條條規則，規則中 皆為先選擇哪們通識課後，接下來會選擇哪們通識課，因此 在以這些規則為依據，將一門門最適合您的好課推薦給您。

例如：學生在90學年度修了A門課，接著在在91年度時會選修C門課的機率會比較大，即 〈90學年度〉A 〈91學年度〉C

尋找同類 《決策樹》

我們將依據學生的基本資料，例如：系級 學院 居住地區 性別 ...等資料為基礎，利用畢業學生修過的課程，跑出許多分類， 例如：工學院 資工系 南區 男 可能都會修哪些通識課， 接著便以這些分類為依據，將一門門最適合您的好課，推薦給您。

學生到了選課的時候，最難選的莫過於通識課程，許多同學為了選一門通識課程，浪費了很多時間，有些人看同學選什麼就盲目跟從，也不管自己有沒有興趣，而有些人則是課程好過就好，真正依據自己興趣選課的人恐怕少之又少。

倘若修課的學生只在乎這門課好不好過、會不會點名、作業多不多、要不要考試…等等，修這門課的意義是否已經模糊了呢？學校是否浪費資源，也可惜了那些真正想修課卻又沒修到課的同學呢？為了落實「選課」的真正意義，也為了加強學生修課的來源依據，我們採用資料探勘技術：「關聯規則、序列、決策樹」的採礦技術。透過學生以往的修課資料，將這些歷史資料利用這三項技術來做分析，以求能提供給學生最佳的選課方案。

學生修類似的課程主要都是依據團體行動，看看該學生之前修過的課程去比對所有人修過該課程後也會修什麼樣的課程，然後推薦，這就是「關聯規則」。換句話說，關聯規則主要是將以往所有學生修過課程的歷史紀錄，透過企業資料探勘(Data Mining)的技術，找出跟該學生修過相同課程的人，也會修其他哪些課程，並一一推薦。修課都有先後順序，這可能包含到某種精神上的成長後，才想修此課程，或是到了某個年級，需要此方面的認知來修課，因此根據所有學生修課紀錄去找尋當中的歷史足跡，看看該學生目前走到哪一步，再去推薦他下一步該怎麼走，這就是「序列規則」，換句話說，序列規則就是根據前人的修課路線，去推薦該學生下一步該修哪一門課程。

學校中的學生來自於不同地方、不同學校、不同性別、不同的院系，「決策樹」主要就是依據這幾個因素，透過企業資料探勘(Data Mining)的技術，判斷學生會不會因為來自不同地區、學校、院系、性別，而選修不同的課程，將這些考量的因素作為輸入欄位後，產生的輸出結果就是我們推薦給學生的課程。另外，鑑於BBS上，討論區不易閱讀與搜尋，資料也過於繁瑣，因此特別建置一個舒服、清晰、可評分的討論區，好讓學生能在最短時間內找到該課程的所有討論紀錄，也讓修過此課程的學生去評比該課程應該適合哪種學生修，以作為另一個選課的依據。