本文利用Weka对近三年桂林电子科技大学外国语学院科研论文发表情况从年龄、职称、论文等级三点进行关联分析，发现了教师年龄和职称对发表论文等级的影响，结合实际教师年龄、性别、学科等因素，分析了形成这些的原因。

Weka 论文发表 关联分析

引言

当前科研工作成为高校除了人才培养之外最重要的一项工作，高校的科研能力是学校综合能力表现的重要指标。随着信息技术的发展，高校普遍都开发了适合自身特点的科研管理系统，在使用过程中积累了大量的科研信息数据。目前的高校科研管理系统具有的功能大多停留在存储、修改、查询信息等基本功能上，对统计分析信息功能相对薄弱。在科研管理系统中引入数据挖掘，可以为管理提供决策支持，提高科研管理水平。本文应用Weka，对桂林电子科技大学外国语学院教师2013～2015年论文发表记录进行关联规则的分析，找出其中隐含的规则，达到辅助决策的目的。

数据挖掘概述

关联规则是数据挖掘的主要技术之一，它是寻找描述数据库中数据项之间隐藏的相互关系，找出大量数据之间隐藏的依赖关系，如购物篮分析，购买手机的顾客会买贴膜、手机套等配件。规则的支持度和置信度是规则兴趣度的两种重要度量，如果满足最小支持度（support）和最小置信度（confidence），则该规则被称为有趣的。；。仅支持度和置信度时不足以过滤掉无趣的关联规则，这时用提升度来反映项集的依赖关系。，当提升度小于1时，A和B呈现负向关系，即一个出现可能导致另外一个不出；如果大于1，A和B是正向关系，每一个的出现都蕴含另外一个的出现；如果值为1，A和B的出现是独立的①。

论文发表关系分析

Weka②是是新西兰怀卡托大学WEKA小组用Java开发的机器学习/数据挖掘开源软件，得到了广泛的认可，在第11届ACMSIGKDD会议上获得了数据挖掘和知识探索领域的最高服务奖。它是集数据预处理、学习算法（分类、回归、聚类、关联分析）和评估方法等为一体的综合性数据挖掘工具，有交互可视化界面，提供接口，实现自己的数据挖掘算法。它使用arff的数据结构，包括两部分，第一部分给出头信息，包括关系声明和属性声明；第二部给数据信息。在Explorer模块的关联规则Associate标签下可以实现对数据集的关联分析操作，本文使用Apriori算法，它是关联分析中一种基本算法，利用频繁项集的先验知识，使用逐层搜索的迭代方法，用于挖掘布尔关联规则频繁项集。

论文数据表属性为：序号，论文题目，发表刊名，发表卷期，论文页码，作者ID，作者排名，等级，支撑项目，所属学科，研究类别。本文对论文的等级，作者年龄，职称进行关联规则分析年龄、职称等因素对论文等级的影响，为制定更好科研发展策略调动科研积极性提供依据。对原始论文表中的数据要进行离散化处理，将论文分为“一类核心”行业内高水平期刊论文、“普通核心”、“普通论文”；职称分为“正高”、“副高”、“中级”；年龄分为“老年”50岁以上、“中年”40～50岁、“青年”40岁以下。使用Weka提供的Apriori算法进行分析。使用此算法，选择恰当的支持度和可信度是挖掘有效关联规则的关键，支持度和可信度的增加，规则数目在逐渐减小。2013～2015年，外国语学院教师共发表论文184篇，其中核心论文27篇。通过实验，最终将参数设置为.Apriori -N 20 -T 0 -C 0.75 -D 0.05 -U 1.0 -M 0.1 -S -1.0 -c -1。分析结果如下：

1. 年龄=老年 22 ==> 论文等级=普通 21 lift：（1.12）lev：（0.01） [2] conv：（1.61）

2. 年龄=青年 论文等级=普通 88 ==> 职称=讲师 81 lift：（1.66） lev：（0.18） [32] conv：（4.9）

3. 职称=讲师 102 ==> 年龄=青年 93 lift：（1.57） lev：（0.18） [33] conv：（4.27）

4. 职称=讲师 论文等级=普通 89 ==> 年龄=青年 81 lift：（1.57） lev：（0.16） [29] conv：（4.14）

5. 职称=副高 年龄=中年 41==>论文等级=普通 37 lift：（1.06） lev：（0.01）[2] conv：（1.2）

6. 年龄=中年55==>论文等级=普通 48 lift：（1.02） lev：（0.01） [1] conv：（1.01）

7. 职称=讲师 102 ==> 论文等级=普通 89 lift：（1.02） lev：（0.01） [1] conv：（1.07）

8. 职称=讲师 年龄=青年 93 ==> 论文等级=普通 81 lift：（1.02） lev：（0.01） [1] conv：（1.05）

9. 年龄=青年 107 ==> 职称=讲师 93 lift：（1.57） lev：（0.18） [33] conv：（3.18）

10. 職称=副高 59 ==> 论文等级=普通 51 lift：（1.01） lev：（0） [0] conv：（0.96）

11. 年龄=青年 107 ==> 论文等级=普通 88 lift：（0.96） lev：（-0.02） [-3] conv：（0.79）

12. 职称=讲师 102 ==> 年龄=青年 论文等级=普通 81 lift：（1.66） lev：（0.18） [32] conv：（2.42）

13. 年龄=中年 论文等级=普通 48 ==> 职称=副高 37 lift：（2.4） lev：（0.12） [21] conv：（2.72）

14. 年龄=青年 107 ==> 职称=讲师 论文等级=普通 81 lift：（1.57） lev：（0.16） [29] conv：（2.05）

从分析结果可以看出，所有年龄段和职称的老师都是发表普通期刊论文完成工作量。青年教师多是讲师职称，多发表普通论文。然而，青年教师和普通论文发表呈现负向关系。随着年龄增长，教师的职称获得提升，但随着职称的提升，发表论文的质量并没有明显提升。中年获得副高职称后，更倾向发表普通论文。

核心论文发表数量远低于普通论文，所以单独分析核心论文的发表情况，设置参数Apriori -N 10 -T 0 -C 0.75 -D 0.05 -U 1.0 -M 0.1 -S -1.0 -c -1

Best rules found：

1. 职称=中级 13 ==>年龄=青年 12 lift：（1.31） lev：（0.11） [2] conv：（1.93）

2. 职称=中级 13 ==>论文等级=普通核心 12 lift：（1.25） lev：（0.09） [2] conv：（1.69）

3. 职称=中级论文等级=普通核心 12 ==>年龄=青年 11 lift：（1.3） lev：（0.09） [2] conv：（1.78）

4. 职称=中级年龄=青年 12 ==>论文等级=普通核心 11 lift：（1.24） lev：（0.08） [2] conv：（1.56）

5. 职称=中级 13 ==>年龄=青年论文等级=普通核心 11 lift：（1.63） lev：（0.16） [4] conv：（2.09）

6. 年龄=青年论文等级=普通核心 14 ==>职称=中级 11 lift：（1.63） lev：（0.16） [4] conv：（1.81）

7. 职称=副高 8 ==>论文等级=普通核心 6 lift：（1.01） lev：（0）[0] conv：（0.69）

外国语学院教师发普通核心论文为主，高水平论文少。中级职称的青年教师比是发表核心论文的主力军，但是论文的平均水平并不高。随着取得更高级的职称，并没有倾向发表更多高水平论文。

原因分析

结合实际情况，桂林电子科技大学外国语学院是2001年建立前身是大学英语课部，教师年龄30～40岁占总人数的60%以上，女性为主，学历硕士85%博士人数10%。

桂电是电子通信特色鲜明的工科院校，但随着高等教育管理体制的改革，人才培养和大学自身发展的需要，陆续建立一系列人文社科类专业。相对已经形成的工科优势或特色专业如通信工程、电子信息类专业，外国语学院建立时间短，学科基础薄弱，学术研究能力较弱，只有二级学科硕士点和翻译专业硕点。科研经费投入非常有限，纵向项目获得困难，无法和传统综合性大学相比。人数绝大多数占多数青年女性教师普遍学历为硕士，入职后面临婚姻、生育等問题，相较男性教师在科研上处于劣势。但是为了自身的职业发展考虑，也会积极参与科研。由于学科发展、学术积累等因素，科研难取得高水平的成果。40岁取得高级职称后科研热情下降，“每天把课上好，完成论文工作量就行了“，进取心逐渐减弱。

结语

本文利用Weka对2013～2015年桂林电子科技大学外国语学院科研论文发表情况进行关联分析，发现了教师年龄、职称、发表论文质量这三点之间的关联规则，分析了造成这个结果的可能原因。为今后科研管理工作的开展提供依据。

作者简介：陈小薇（1980-），女，湖北武汉人，硕士研究生，桂林电子科技大学讲师，研究方向：计算机应用，工控系统；钟海富（1983-），男，广西玉林人，MBA硕士研究生，桂林电子科技大学讲师，研究方向：公司治理、项目管理。

①Jiawei Han Micheline Kamber Jian Pei.数据挖掘概念和技术[M].范明，孟小峰译，北京：机械工业出版社，2011：157-172

②Weka 3： Data Mining Software in Java[EB/OL]，http：//www.cs.waikato.ac.nz/ml/weka/