- 相關推薦
淺談網(wǎng)絡教學平臺下的數(shù)據(jù)挖掘技術論文
1 數(shù)據(jù)挖掘技術的基本認識
數(shù)據(jù)挖掘(Data Mining)，就是從大量數(shù)據(jù)中挖掘以及抽取出有用的數(shù)據(jù)知識。數(shù)據(jù)挖掘技術，可以在大量的數(shù)據(jù)中，以及信息不完全的海量碎片式信息中，挖掘出隱含在其中的有用信息數(shù)據(jù);同時也可以避免在數(shù)據(jù)決策過程中的噪聲影響，能夠精確挖掘數(shù)據(jù)，將具有潛在關聯(lián)的數(shù)據(jù)組合在一起，整理集合對決策有用的信息資料。在數(shù)據(jù)挖掘技術之中，通常可以依據(jù)關聯(lián)規(guī)則、分類技術、預測技術等，實現(xiàn)對有用數(shù)據(jù)信息的挖掘。在網(wǎng)絡自主學習平臺中，應用數(shù)據(jù)挖掘技術，可以發(fā)揮積極應用價值。
2 網(wǎng)絡教學平臺用戶的學習需求
設計基于數(shù)據(jù)挖掘技術的網(wǎng)絡教學平臺，提供基于網(wǎng)絡的瀏覽教案、知識點;收看微課、視頻;還可進行信息檢索、下載保存、提交作業(yè)、在線測試，滿足對學生個性化網(wǎng)絡教學服務需求。除了這些日常教學功能外，還可以通過數(shù)據(jù)挖掘分析教學平臺服務器日志數(shù)據(jù)，挖掘有用教學信息數(shù)據(jù)，以圖文界面形式，將數(shù)據(jù)挖掘分析結果反饋給用戶，提升該教學平臺設計性能，滿足學生對該平臺的應用需求。
3 數(shù)據(jù)挖掘技術基礎上的網(wǎng)絡教學平臺優(yōu)化設計
3.1 總體設計結構
基于數(shù)據(jù)挖掘技術，設計網(wǎng)絡教學平臺，可以從學生、數(shù)據(jù)挖掘、教師三個基本模塊出發(fā)，優(yōu)化網(wǎng)絡教學平臺結構設計，以確保該網(wǎng)絡教學平臺符合實際需求。典型網(wǎng)絡教學平臺的總體結構如下圖所示：
在網(wǎng)絡教學平臺中，應用數(shù)據(jù)挖掘技術，更好的評估學生對該平臺的喜好，優(yōu)化平臺教學策略，能有效增強學生的學習興趣，提高了學生的自學能力，培養(yǎng)學生主動性學習能力。
3.2 功能設計
(1)學生模塊的功能：可以獲取學生的基本狀況、學習路勁與行為，分析學生的學習現(xiàn)狀，并準確判斷出學生在網(wǎng)絡教學平臺中各學習特征。
(2)教師模塊的功能：確保教師可進行“課程資料管理”，同時能夠在線進行相關課程信息的編輯，并應用論壇管理模塊完成教學平臺中師生互動行為。
(3)數(shù)據(jù)挖掘模塊功能：根據(jù)所采集數(shù)據(jù)構建學生特征庫，并分析處理數(shù)據(jù)。
3.3 數(shù)據(jù)挖掘
應用數(shù)據(jù)挖掘技術，可以有效識別在網(wǎng)絡教學平臺中不同學生群體的特征，并根據(jù)關鍵特征對學生群體進行劃分，把大多數(shù)學生的學習行為、認知進行分類，分析每類學習行為的特性，增強對學生個性的認知。具體如下：
(1)學生網(wǎng)絡學習行為與學習效果的關聯(lián)分析：通過挖掘學生相關網(wǎng)絡學習行為與考試成績數(shù)據(jù)，反映兩者之間的關系，給教師、學生提供借鑒。通過分析，讓教師們充分了解不同學生的學習情況及特點。
(2)學生網(wǎng)絡學習行為的聚類分析：由于學生個體之間存在極大的差異性，學生的學習興趣不同，學生網(wǎng)絡學習行為不同，并且學生對知識的需求也是不同的;學生可以在網(wǎng)絡教學平臺中，在線進行教學主題討論，根據(jù)學生讀帖次數(shù)、發(fā)帖次數(shù)、頻率、時間等因素，應用聚類分析的方法，挖掘網(wǎng)絡學習行為規(guī)律;根據(jù)學生實時學習(使用工具、交流時間、交流對象、交流內容)狀況，可以預測在網(wǎng)絡環(huán)境下什么樣的學習行為是有效的。
4 網(wǎng)絡教學平臺下的數(shù)據(jù)挖掘技術應用策略
4.1 收集相關數(shù)據(jù)
在進行網(wǎng)絡教學過程中，平臺會記錄大量的信息數(shù)據(jù)，供數(shù)據(jù)挖掘分析使用。本案例選取本校學生在2016 年1 月份通過網(wǎng)絡教學平臺參加計算機基礎考試的成績作為數(shù)據(jù)源。
4.2 數(shù)據(jù)預處理
數(shù)據(jù)挖掘中需要進行冗余數(shù)據(jù)的清除，修復缺失的數(shù)據(jù)信息。根據(jù)挖掘目的和需要，在網(wǎng)絡教學平臺學生原始數(shù)據(jù)表的基礎上建立數(shù)據(jù)庫。該部分的目的在于，通過數(shù)據(jù)挖掘技術，對學生在網(wǎng)絡教學平臺中的主要網(wǎng)絡學習行為或者網(wǎng)絡練習環(huán)節(jié)與學習效果之間的關系進行分析，找出對學習效果影響較大的學習行為。
4.3 模式識別
對預處理得到的網(wǎng)絡教學數(shù)據(jù)，采用數(shù)據(jù)挖掘的方法進行數(shù)據(jù)分析，挖掘數(shù)據(jù)之間存在的關聯(lián)規(guī)則，制定出符合該平臺進行網(wǎng)絡教學管理的挖掘算法。通過關聯(lián)或決策規(guī)則，了解在網(wǎng)絡教學平臺中各種學習行為之間的關聯(lián)性，分析其對學生學習成績的影響程度;通過數(shù)據(jù)挖掘技術還可以分析出學生之間的特征，做好前期的網(wǎng)絡教學平臺教學設計工作，為優(yōu)化網(wǎng)絡教學策略提供參考依據(jù)。對照學生成績表，為了進行有效的分類，對各項數(shù)據(jù)變量進行離散化處理。
4.4 模式分析
模式分析階段可以解釋以及評估數(shù)據(jù)挖掘的結果，清除那些無用、冗余、錯誤的信息知識，并且將感興趣的信息轉化為規(guī)則模型，供網(wǎng)絡教學管理者進行教學決策管理。本案例選擇Microsoft SQL Server 2008 的決策樹算法對網(wǎng)絡教學平臺數(shù)據(jù)進行挖掘。將總分(total)作為主要預測對象，選擇題(XZT)、WIN、WORD、EXCEL、PPT 和網(wǎng)絡題(wlt)作為輸入對象，建立決策樹分類模型。
基于數(shù)據(jù)挖掘技術分析，EXCEL 屬性與 total(總分)屬性依賴關系最強，其次是 WORD 屬性，再次是 wlt(網(wǎng)絡題)，最后是PPT 和 XZT(選擇題)，WIN 由于操作題目比較簡單，平均考分較高，所以圖中顯示W(wǎng)IN 屬性與 total(總分)屬性沒有依賴性，由此提醒教師和學生要注意教學目標重點，從而促進教學質量整體提升。
4.5 教學實踐應用
結合教學實際，學生普遍認為 EXCEL 操作難度較大，也驗證了數(shù)據(jù)挖掘分析結果。在網(wǎng)絡教學平臺中，應用數(shù)據(jù)挖掘技術，可以提高網(wǎng)絡平臺對學生學習過程的監(jiān)控能力，能追蹤學生的各項網(wǎng)絡學習活動及在活動中花費的時間等。增強對網(wǎng)絡學習過程數(shù)據(jù)的收集功能，以及增強網(wǎng)絡學習平臺的統(tǒng)計分析功能。教師應該充分發(fā)揮在網(wǎng)絡教學中各主導作用，引導學生積極練習重難點;同時可以在該網(wǎng)絡教學平臺中，設計分層次的網(wǎng)絡教學資源，以便可以滿足教學中不同層次學生對于網(wǎng)絡教學的學習需求，也可以全面提升網(wǎng)絡平臺的教學質量。
5 結語
綜上所述，在當前網(wǎng)絡教學改革實踐過程中，隨著網(wǎng)絡教學平臺的應用普及，教學平臺處理數(shù)據(jù)量急劇增加，各類平臺用戶本身具備差一定異性，應用數(shù)據(jù)挖掘技術，可以挖掘網(wǎng)絡教學平臺中有用信息，用于改善用戶自主應用該平臺學習體驗，提升學習者學習積極性。同時在網(wǎng)絡教學平臺中，應用數(shù)據(jù)挖掘技術，通過網(wǎng)絡教學平臺學生數(shù)據(jù)進行分析，可以找出影響學生網(wǎng)絡教學成績的關鍵環(huán)節(jié)及知識點，為今后教師調整網(wǎng)絡教學平臺教學重點提供理論參考依據(jù)，發(fā)揮積極影響價值。本文研究了網(wǎng)絡教學平臺中數(shù)據(jù)挖掘技術的應用，并為之提出優(yōu)化策略，以供參考。
【淺談網(wǎng)絡教學平臺下的數(shù)據(jù)挖掘技術論文】相關文章：
數(shù)據(jù)挖掘技術的研究論文05-02
淺談數(shù)據(jù)挖掘05-02
數(shù)據(jù)挖掘論文04-29
移動通信網(wǎng)絡優(yōu)化中數(shù)據(jù)挖掘技術分析論文05-02
數(shù)據(jù)挖掘技術在移動通信網(wǎng)絡優(yōu)化中的運用論文05-02
基于數(shù)據(jù)挖掘的社交網(wǎng)絡分析與研究論文05-02
基于云計算的數(shù)據(jù)挖掘技術探討論文05-02