浅谈Web数据挖掘技术在网络教育中的应用.docVIP

浅谈Web数据挖掘技术在网络教育中的应用 　　摘要：本文主要介绍Web数据挖掘技术的相关知识及应用，并重点对Web数据挖掘技术与网络教育中主要对象即学生、教师、学校三者之间的相关挖掘应用进行了一些分析和探讨，对提升高校的网络教育管理与决策水平，营造一个现代化的、数字化学习环境，充分发挥Web数据挖掘在网络教育中的作用。 　　关键词：Web数据挖掘；网络教育 　　0引言 　　随着互联网络的飞速发展，高等教育的教育教学模式逐渐从传统的、单一的课堂教育模式向Internet的网络教育模式发展。网络教学拥有传统教学模式所不具有的优势，突破了时间和空间上的固定限制，充分利用现代多媒体技术与网络技术，将教师、学生和计算机这三者融为一体，共享学习资源、规划学习进度，最后完成学位论文等。网络教育已成为各高校必不可少的教学手段，是高校改革教学方法、优化教学过程、实施素质教育的必然结果。 　　1网络教育的现状与存在问题 　　从1999年起，我国教育部就开始大力发展网络教育，随着近年互联网技术的快速发展，网络教育已成为当今教育发展的新生长点和现代教育技术主流的发展方向。目前，很多高校都建有自己远程网络教学站点，其中以高校精品课程网站为代表的教学网站建设对于提高高等学校人才培养质量，改进学校育人环境，激发师生工作学习的积极性和创造性，有着重要的作用。然而当前的网络教育也存在一些问题，比如，教学模式单一，教学资源简单堆积，智能化程度低，访问量少利用率低等。而接受教育的对象上也存在一定差异，学习能力高低、个人兴趣和爱好不同、学习基础程度不同。因此，网络教育平台不能充分的考虑到每个学生的需求，导致学生在网上无所适从，盲目漫游，既浪费了时间还达不到良好的学习效果。因此，网络教育迫切需要一个完善的技术手段与先进的教学思想理念，来达到帮助学生快速有效地寻找到自己所需要的教学资源的目的，并对其学习进程有个准确的指导和合理的评价。 　　2面向Web的数据挖掘技术 　　Internet快速普及与Web技术的迅猛发展，使得网上大量数据涌现，海量信息充塞互联网，用户已很难从中提取到有用信息，Web数据挖掘技术因此产生。 　　2.1数据挖掘概述数据挖掘，DataMining就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。 　　2.2Web数据挖掘技术Web数据挖掘是指从万维网中相关的资源和用户浏览行为中抽取感兴趣的，有用的模式和隐含的信息。这种定义受到了数据挖掘领域的普遍认同。 　　Web挖掘按照挖掘的对象不同可分为三类：Web内容挖掘、Web结构挖掘和Web使用记录挖掘。 　　Web挖掘主要涉及四个过程：数据收集、数据选择和预处理、模式发现、模式分析。 　　Web数据挖掘中常用的技术有路径分析技术、关联规则、序列模式、聚类分类技术等。 　　最初的Web挖掘是在电子商务上得到快速崛起，网上交易瞬息万便，竞争激烈，网站每天都可能有上百万次的在线交易，生成大量的日志文件，如何对这些数据进行分析和挖掘，充分了解客户的喜好、购买模式，设计出满足于不同客户群体需要的个性化网站，进而增加其竞争力。如：当您首次登录淘宝网（TaoBao），网站会记录下您搜索过的宝贝（商品），等您再次登录网站后，在网站的首页会显示出你可能喜欢的宝贝列表及别人浏览过的宝贝对您来说可能会有潜在兴趣的宝贝，为客户提供更智能化的服务。 　　3Web数据挖掘技术在网络教育中的应用 　　Web数据挖掘技术在各领域的应用非常广泛，只要其具有分析价值与需求的数据仓储或数据库，皆可利用DM工具进行挖掘分析。一般较常见的应用案例多发生在零售业、财务金融保险、通讯业等。比如，在销售数据中发掘顾客的消费习惯，由交易纪录找出顾客偏好产品的组合，同样Web挖掘在网络教育中也能发挥其作用。 　　3.1对学生的学习过程进行挖掘网络教学的主要对象是学生，只要学生在教学网站上登录过，就会留下大量的信息可以利用（如用户注册信息，页面点击率等）。对学生访问情况进行跟踪，可以了解到学生出勤情况。对学生年龄性别进行分析，可以了解学生的组成结构，能合理地安排课程设置。然后，对网上考试系统中的成绩数据进行挖掘，以不同的角度或不同的层次上采掘出一系列的统计结果，如分布情况、关系，对比、显著性检验等，采掘结果用交叉表，特征规则，关联规则，统计的曲线、图表等表示形式提供给教师，以使教师能充分利用学生的问题资源，从而提高教学质量。最后，在网上对学生的学习过程进行挖掘，得出一个对学生整个学习行为的评价，一般采用模糊综合评判及模糊聚类的方法，对评价结果采用了对定性和定量指标加权平均算出综合素质评价得分并排名的方法，而且由于学生综合素质的评价指标是动态变化的，往往选用动态聚类法对评判