知识挖掘技术与网络教育资源的组织.pdfVIP

( ) 电化教育研究　2003 年第 6 期 总第 122 期 网 络 教 育 ( ) [ 文章编号]　1003- 1553 2003 06- 0053- 03 知识挖掘技术与网络教育资源的组织 唐远洋, 　黄尔嘉 (西南师范大学 计算机与信息科学学院, 重庆　400715) [摘要] 本文从知识挖掘的技术出发, 介绍其方法和模式。在对学习者在网络教育资源中常见问题的解构分 析的基础上, 尝试运用知识挖掘的思想和方法来帮助资源提供者解决这些问题, 在目前的网络教育资源组织的 基础上提出一种改进的网络教育资源组织方案。 [ 关键词] 网络教育资源; 知识挖掘; 数据; 模式 [ 中图分类号] G434　　[ 文献标识码] A 能离开的。预测的种类大致有以下三种: 一、知识挖掘技术的基本概念 A . 分类, 即确定某个事件的门类性或者是阶层 ·知识挖掘的定义 性的归属。 知识挖掘技术, 是近年来兴起于西方国家的先进 B. 回归, 即对一个变量的质的测定。 的、较成熟的信息技术, 它通过对大量的信息数据库 C. 如果该变量是与时间相联系连续变化的, 那 进行操作, 挖掘出潜在信息的黄金价值。美国加州理 就要用时间序列预测。 工学院喷气推进实验室与天文科学家合作开发的 知识挖掘的模式和算法也丰富多样, 各有各的长 SK ICA T ( Sky Im age Cataloging and A nalysis is 处: Too l) 是第一个获得相当成功的数据挖掘应用, 帮助 A . 神经网络模式: 采用仿生物的方法, 通过学习 科学家发现了 16 颗极其遥远的类星体。它还成功运 待分析数据中的模式来构造模型, 一般可对隐类型进 用在市场营销、金融投资、产品制造、通信网络管理等 行分析, 用于非线性复杂的数据。神经网络由神经元 各个领域。 的互连或按层组织的结点构成。通常的组成层次有: 知识挖掘的最新的描述性定义是: 数据挖掘是从 输入、中间和输出层。目前的三大神经网络模型有前 数据集中识别出有效的、新颖的、潜在有用的以及最 馈式、反馈式、自组织。前馈式网络多用于预测、模式 终可理解的模式的非平凡过程。数据是指有关事实的 的识别, 反馈式多用于联想记忆和优化计算, 自组织 集合、记录和事物有关的原始信息。模式是一个用语 多用于聚类。 言来表示的一个表达式, 它可用来描述数据集的某个 B. 决策树模式: 采用分支方法加上赋值的运算 子集, 这里的知识, 是对数据包含的信息更抽象的描 来得到结果。这可不是简单的分支, 能在决策树中运 述。对大量数据进行分析的过程, 包括数据准备、模式 用的算法有很多种, 包括 ( CHA ID Ch i squared A u to 搜索、知识评价以及反复的修改求精。该过程要求是 ) 、 ( m atic In ter