數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)教學(xué)系統(tǒng)中的應(yīng)用.pdf

1、隨著網(wǎng)絡(luò)對各個領(lǐng)域的滲透，基于Web的網(wǎng)絡(luò)教學(xué)正在日益發(fā)展，它作為傳統(tǒng)的集中式教學(xué)方式的一種補充有著其不可替代的優(yōu)勢。學(xué)生的學(xué)習(xí)方式發(fā)生了改變，不拘泥于地點和時間的限制，隨時可以進行網(wǎng)上學(xué)習(xí)。但目前的網(wǎng)絡(luò)教學(xué)存在其不足之處，不能充分考慮學(xué)生的各自特點，制定有個性化的教學(xué)內(nèi)容和教學(xué)策略，于是本文基于數(shù)據(jù)挖掘技術(shù)和學(xué)生模型理論對網(wǎng)絡(luò)教學(xué)系統(tǒng)進行了研究。使用了關(guān)聯(lián)規(guī)則算法和聚類算法，關(guān)聯(lián)規(guī)則挖掘就是從大量的數(shù)據(jù)中挖掘出有價值的、描述數(shù)據(jù)項之間

2、相互聯(lián)系的有關(guān)知識。聚類挖掘是將一群物理的或抽象的對象，根據(jù)它們之間的相似程度，分為若干組，其中相似的對象構(gòu)成一組。
　　本文首先分析了國內(nèi)外個性化網(wǎng)絡(luò)教學(xué)的發(fā)展現(xiàn)狀與存在問題，進而得出進行個性化網(wǎng)絡(luò)教學(xué)的必要性，只有進行個性化教學(xué)，才能更好地學(xué)生服務(wù)，提高學(xué)生的學(xué)習(xí)效率，激發(fā)學(xué)生的學(xué)習(xí)興趣，以達到更好的教學(xué)效果；接著分別介紹了網(wǎng)絡(luò)教學(xué)與數(shù)據(jù)挖掘技術(shù)的相關(guān)知識；然后提出了網(wǎng)絡(luò)教學(xué)中學(xué)生模型的設(shè)計，并對學(xué)生模型進行細化成學(xué)生的知識模

3、型、認知模型、媒體偏好模型、學(xué)習(xí)情緒模型、社會特征模型、以及情感意動模型這六個子模型；最后在個性化網(wǎng)絡(luò)教學(xué)系統(tǒng)學(xué)生模型中，采用聚類技術(shù)和關(guān)聯(lián)規(guī)則算法來對學(xué)生的學(xué)習(xí)特征進行分析挖掘，按照學(xué)生層次、學(xué)習(xí)能力、學(xué)習(xí)偏好和興趣等對學(xué)生進行分類，發(fā)現(xiàn)一定的有用的學(xué)習(xí)模式，并據(jù)此確定不同類型學(xué)生的知識需求，教師根據(jù)系統(tǒng)提供信息調(diào)整相應(yīng)的教學(xué)內(nèi)容和教學(xué)策略，為學(xué)生提供更適合的學(xué)習(xí)方法，從而達到提高個性化教學(xué)系統(tǒng)智能性、更好地為各種學(xué)生群體提供有針對性