數(shù)據(jù)挖掘技術(shù)在遠(yuǎn)程教育的運用

1、數(shù)據(jù)挖掘技術(shù)在遠(yuǎn)程教育的運用摘要：木文從分析遠(yuǎn)程教育實踐中學(xué)生的學(xué)習(xí)支持服務(wù)需求入手,研究了數(shù)據(jù)挖據(jù)技術(shù)在遠(yuǎn)程教育領(lǐng)域中的應(yīng)用，基于決策樹算法根據(jù)學(xué)生知識儲備情況與學(xué)習(xí)行為的特征數(shù)據(jù)構(gòu)建了學(xué)習(xí)支持服務(wù)模型。關(guān)鍵詞：遠(yuǎn)程教育；數(shù)據(jù)挖掘；學(xué)習(xí)支持服務(wù)；Clementinel2.0基于教育數(shù)據(jù)挖掘(EducationalDataMining)技術(shù)對遠(yuǎn)程教育類數(shù)據(jù)集合的處理與分析可以為參與遠(yuǎn)程教育的學(xué)生有針對性的構(gòu)建學(xué)習(xí)方案，合理組織學(xué)習(xí)內(nèi)容與進度，有效提升學(xué)生學(xué)習(xí)效率，對現(xiàn)代遠(yuǎn)程教育的發(fā)展起到了重耍的推動作用。1遠(yuǎn)程教育的局限性對于接受遠(yuǎn)程教育的學(xué)生，其學(xué)習(xí)效果主要受到三類因素的影響：學(xué)習(xí)過程中的有

2、效交互，學(xué)習(xí)能力的培養(yǎng)，合理的規(guī)劃學(xué)習(xí)進度1。而依靠其自身去解決這些問題存在著很大的難度，遠(yuǎn)程教育平臺應(yīng)根據(jù)學(xué)生的實際需求提供功能完善有效的學(xué)習(xí)支持服務(wù)，幫助學(xué)生克服學(xué)習(xí)過程中遇到的各類困難，為提升遠(yuǎn)程教育的人才培養(yǎng)質(zhì)量提供保障。2教育數(shù)據(jù)挖掘數(shù)據(jù)挖掘(Da匕Mining),作為涵蓋了計算機、統(tǒng)計學(xué)、數(shù)學(xué)建模等多個學(xué)科的新興技術(shù)，通過對存儲的海量數(shù)據(jù)的檢索與分析來發(fā)現(xiàn)研究對象所隱含的關(guān)系及規(guī)律，以強化組織決策能力。教育數(shù)據(jù)挖掘技術(shù)主要是基于數(shù)據(jù)挖掘技術(shù)對教育行業(yè)的相關(guān)數(shù)據(jù)進行分析、整理與歸類，并依此對學(xué)生的學(xué)習(xí)行為進行有效預(yù)測2。3基于數(shù)據(jù)挖掘的遠(yuǎn)程教育支持服務(wù)的實現(xiàn)本研究數(shù)據(jù)挖掘所分析的數(shù)據(jù)

3、來源是運城廣播電視大學(xué)遠(yuǎn)程教育平臺自動采集的連續(xù)3年的己結(jié)業(yè)學(xué)員在參與"Android應(yīng)用程序開發(fā)課程學(xué)習(xí)相關(guān)的信息，包括基礎(chǔ)性數(shù)據(jù)（前驅(qū)課程結(jié)課考試分?jǐn)?shù)）、過程性數(shù)據(jù)（參與學(xué)習(xí)該課程的次數(shù)、參與課程在線討論的次數(shù)和課程單元測試平均分?jǐn)?shù)）和結(jié)論性數(shù)據(jù)（課程結(jié)課考試分?jǐn)?shù)）。通過基于以上三類數(shù)據(jù)建立的學(xué)習(xí)者模型并分析研究三者之間的關(guān)聯(lián)，并以此為基礎(chǔ)創(chuàng)建個性化學(xué)習(xí)方案的動態(tài)推薦機制，有針對性的為遠(yuǎn)程教育學(xué)員提供學(xué)習(xí)支持服務(wù)。同時，我們根據(jù)所選的課程內(nèi)容與特點，我們?yōu)檫h(yuǎn)程教育平臺的學(xué)員制訂了3種類型的學(xué)習(xí)方案，內(nèi)容簡述如下：1）傳統(tǒng)學(xué)習(xí)方案。大部分學(xué)員習(xí)慣于傳統(tǒng)的循序漸進的學(xué)習(xí)方式。設(shè)計方案

4、為：編程語法基礎(chǔ)玲算法實現(xiàn)玲UI界面設(shè)計好簡單功能實現(xiàn)好復(fù)雜功能實現(xiàn)好完整項目開發(fā)。2）程序功能改進。對于擁有良好程序開發(fā)基礎(chǔ)知識的學(xué)員，通過對現(xiàn)有程序的完善與改進訓(xùn)練，可以有效提升程序設(shè)計能力。設(shè)計方案為：基礎(chǔ)程序代碼填空好單項功能改進組合功能改進好軟件項目綜合性能改進。3）軟件項目實現(xiàn)。對于有一定程序開發(fā)經(jīng)驗的學(xué)員，可以直接通過軟件項目開發(fā)練習(xí)以進一步提升其軟件設(shè)計與開發(fā)能力。設(shè)計方案為：設(shè)計方案分析好軟件子功能實現(xiàn)好項目功能模塊整合好性能及功能測試。本研究的主要任務(wù)是通過對數(shù)據(jù)集的分析來找到影響課程學(xué)習(xí)的屬性與學(xué)習(xí)方案的關(guān)聯(lián)及映射關(guān)系。由此可知，本研究的數(shù)據(jù)挖掘任務(wù)屬于分類任務(wù)，而我們選

5、擇的分類算法是數(shù)據(jù)分類方法中最常用的是決策樹算法，其原理是通過分析預(yù)測變量和目標(biāo)變量之間的存在關(guān)系來構(gòu)建數(shù)據(jù)集，最終生成的結(jié)果樹中會顯示預(yù)測變量與目標(biāo)變量之間的相關(guān)度。本項目中采用了數(shù)據(jù)挖掘軟件Clementinel2.0作為數(shù)據(jù)分析工具并選用C5.0決策樹算法來完成獲取最終的個性化學(xué)習(xí)方案推薦規(guī)則3。在數(shù)據(jù)挖掘的具體實現(xiàn)過程中，首先將收集到的學(xué)員學(xué)習(xí)樣本數(shù)據(jù)整理存儲為Excel文件，并在Clementinel2.0中執(zhí)行"源lExcel”命令，導(dǎo)入數(shù)據(jù)文件。然后使用屬性過濾功能，選擇參與數(shù)據(jù)分析的各項屬性。數(shù)據(jù)建模則通過執(zhí)行建模玲C5.0下的執(zhí)行當(dāng)前流命令來完成模型的創(chuàng)建，最后雙擊

6、路徑圖標(biāo)，查看生成的數(shù)據(jù)模型。最后通過輸出玲分析功能，對該模型進行評估并分析其準(zhǔn)確度。需要注意的是，為排除決策樹算法所生成的規(guī)則集中可能存在重復(fù)和冗余信息4o需要在Clemen-tinel2.0中將所創(chuàng)建規(guī)則集的最小實例數(shù)設(shè)置為10，以獲取最精簡的規(guī)則集。此外，在樣本數(shù)量規(guī)模的選擇上本研究選取了2136條數(shù)據(jù)，最終生成的決策樹模型深度為17,經(jīng)過與真實數(shù)據(jù)的比對，本次數(shù)據(jù)分類的準(zhǔn)確度達(dá)到87.37%。結(jié)果分析表明，本研究有效并準(zhǔn)確的為學(xué)習(xí)所選課程的學(xué)員推薦了最優(yōu)的學(xué)習(xí)方案。4結(jié)束語本研究利用數(shù)據(jù)挖掘技術(shù)對遠(yuǎn)程教育平臺中獲取的學(xué)員基本信息及行為數(shù)據(jù)進行分析，并基于決策樹嘗試構(gòu)建了遠(yuǎn)程教育學(xué)習(xí)支持服務(wù)模型，從而幫助遠(yuǎn)程教育學(xué)員制訂個性化的學(xué)習(xí)方案以提高學(xué)習(xí)效率，獲得更好學(xué)習(xí)效果。參考文獻:陳思慧，寧曉梅.數(shù)據(jù)挖掘在個性化遠(yuǎn)程教育中的應(yīng)用J.福建電腦,2011,27(4)：138-139.2陳紅普.Web挖掘在遠(yuǎn)程教育個性化服務(wù)中的應(yīng)用J.中國教育信息化，2008(3)：83-85.丁琳，吳長永.數(shù)據(jù)挖