- 相關推薦
淺談網絡教學平臺下的數據挖掘技術論文
1 數據挖掘技術的基本認識
數據挖掘(Data Mining)，就是從大量數據中挖掘以及抽取出有用的數據知識。數據挖掘技術，可以在大量的數據中，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據;同時也可以避免在數據決策過程中的噪聲影響，能夠精確挖掘數據，將具有潛在關聯的數據組合在一起，整理集合對決策有用的信息資料。在數據挖掘技術之中，通�？梢砸罁P聯規則、分類技術、預測技術等，實現對有用數據信息的挖掘。在網絡自主學習平臺中，應用數據挖掘技術，可以發揮積極應用價值。
2 網絡教學平臺用戶的學習需求
設計基于數據挖掘技術的網絡教學平臺，提供基于網絡的瀏覽教案、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、在線測試，滿足對學生個性化網絡教學服務需求。除了這些日常教學功能外，還可以通過數據挖掘分析教學平臺服務器日志數據，挖掘有用教學信息數據，以圖文界面形式，將數據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 數據挖掘技術基礎上的網絡教學平臺優化設計
3.1 總體設計結構
基于數據挖掘技術，設計網絡教學平臺，可以從學生、數據挖掘、教師三個基本模塊出發，優化網絡教學平臺結構設計，以確保該網絡教學平臺符合實際需求。典型網絡教學平臺的總體結構如下圖所示：
在網絡教學平臺中，應用數據挖掘技術，更好的評估學生對該平臺的喜好，優化平臺教學策略，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，分析學生的學習現狀，并準確判斷出學生在網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)數據挖掘模塊功能：根據所采集數據構建學生特征庫，并分析處理數據。
3.3 數據挖掘
應用數據挖掘技術，可以有效識別在網絡教學平臺中不同學生群體的特征，并根據關鍵特征對學生群體進行劃分，把大多數學生的學習行為、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)學生網絡學習行為與學習效果的關聯分析：通過挖掘學生相關網絡學習行為與考試成績數據，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;學生可以在網絡教學平臺中，在線進行教學主題討論，根據學生讀帖次數、發帖次數、頻率、時間等因素，應用聚類分析的方法，挖掘網絡學習行為規律;根據學生實時學習(使用工具、交流時間、交流對象、交流內容)狀況，可以預測在網絡環境下什么樣的學習行為是有效的。
4 網絡教學平臺下的數據挖掘技術應用策略
4.1 收集相關數據
在進行網絡教學過程中，平臺會記錄大量的信息數據，供數據挖掘分析使用。本案例選取本校學生在2016 年1 月份通過網絡教學平臺參加計算機基礎考試的成績作為數據源。
4.2 數據預處理
數據挖掘中需要進行冗余數據的清除，修復缺失的數據信息。根據挖掘目的和需要，在網絡教學平臺學生原始數據表的基礎上建立數據庫。該部分的目的在于，通過數據挖掘技術，對學生在網絡教學平臺中的主要網絡學習行為或者網絡練習環節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
對預處理得到的網絡教學數據，采用數據挖掘的方法進行數據分析，挖掘數據之間存在的關聯規則，制定出符合該平臺進行網絡教學管理的挖掘算法。通過關聯或決策規則，了解在網絡教學平臺中各種學習行為之間的關聯性，分析其對學生學習成績的影響程度;通過數據挖掘技術還可以分析出學生之間的特征，做好前期的網絡教學平臺教學設計工作，為優化網絡教學策略提供參考依據。對照學生成績表，為了進行有效的分類，對各項數據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據挖掘的結果，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則模型，供網絡教學管理者進行教學決策管理。本案例選擇Microsoft SQL Server 2008 的決策樹算法對網絡教學平臺數據進行挖掘。將總分(total)作為主要預測對象，選擇題(XZT)、WIN、WORD、EXCEL、PPT 和網絡題(wlt)作為輸入對象，建立決策樹分類模型。
基于數據挖掘技術分析，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WIN 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，也驗證了數據挖掘分析結果。在網絡教學平臺中，應用數據挖掘技術，可以提高網絡平臺對學生學習過程的監控能力，能追蹤學生的各項網絡學習活動及在活動中花費的時間等。增強對網絡學習過程數據的收集功能，以及增強網絡學習平臺的統計分析功能。教師應該充分發揮在網絡教學中各主導作用，引導學生積極練習重難點;同時可以在該網絡教學平臺中，設計分層次的網絡教學資源，以便可以滿足教學中不同層次學生對于網絡教學的學習需求，也可以全面提升網絡平臺的教學質量。
5 結語
綜上所述，在當前網絡教學改革實踐過程中，隨著網絡教學平臺的應用普及，教學平臺處理數據量急劇增加，各類平臺用戶本身具備差一定異性，應用數據挖掘技術，可以挖掘網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。同時在網絡教學平臺中，應用數據挖掘技術，通過網絡教學平臺學生數據進行分析，可以找出影響學生網絡教學成績的關鍵環節及知識點，為今后教師調整網絡教學平臺教學重點提供理論參考依據，發揮積極影響價值。本文研究了網絡教學平臺中數據挖掘技術的應用，并為之提出優化策略，以供參考。
【淺談網絡教學平臺下的數據挖掘技術論文】相關文章：
數據挖掘技術的研究論文05-02
淺談數據挖掘05-02
數據挖掘論文04-29
移動通信網絡優化中數據挖掘技術分析論文05-02
高校管理數據挖掘技術的應用論文05-02
基于數據挖掘的社交網絡分析與研究論文05-02
基于云計算的數據挖掘技術探討論文05-02
多層次技術的XML數據挖掘研究論文05-02
大數據崛起與數據挖掘分析論文10-31