基于Web挖掘技术的远程教育个性化服务应用研究.docVIP

基于Web挖掘技术的远程教育个性化服务应用研究 摘 要：本文通过对远程教育个性化学习模式的探究，结合Web使用挖掘技术，通过对数据进行采集、预处理、模式发现以及模式分析和评价，提升远程教育平台服务能力，使Web挖掘技术在远程教育个性化教学中为学生提供更加智能化、个性化的服务。 关键词：Web挖掘技术；远程教育；个性化；服务 中图分类号：TP39 1 远程教育个性化学习模式 随着信息技术的发展，远程教育这种新型教育形式应运而生。现代远程教育通过网络技术、多媒体技术和现代通信技术等手段将信息技术和现代教育思想有机结合起来，它的开放、自主和资源共享等特点满足了“人人能学、处处可学”终身学习理念。 随着终身学习理念的不断深化，远程教育适应个性化学习需求越来越高，远程教育服务平台在教学设计、平台架构和资源优化上要满足对学习者实施个性化的远程学习服务。个性化学习强调学习的开放性、自主性和灵活性，这是个性化学习的主要特征。同时完成远程教育在网络环境下个性化学习需要网络技术的支撑，因此，它具有明显的技术性特征。从数据挖掘角度看，Web 挖掘技术是实现Web个性化服务的核心技术之一，建立个性化远程教育服务平台时Web 挖掘技术不失为数据挖掘技术的一个很好的选择。 在远程教育的个性化学习研究中，构建基于网路的个性化学习模式是重点。个性化学习具有开放性、自主性和灵活性特征，而基于网络的个性化学习还具有明显的技术性特征。从技术环境要素下设计个性化的学习模式，优化现有远程教育平台。主要设计目标有：（1）重构页面超链接。通过分析学生的学习需要，挖掘学生对知识的兴趣点，使需求多、访问量大的网页能够以更快捷、更有效的访问方式展现给学生，并重新优化网页超链接。（2）挖掘潜在数据关联。通过数据关联之间的重要信息，教师和教育管理者可以修改教学内容呈现形式，指导教学设计和修改测试难度系数等。（3）聚类分析提供导向。为学生动态提供浏览的建议，提供远程教育个性化服务。 2 Web 挖掘技术 Web挖掘是数据挖掘在Web上的应用。Web挖掘内容有：提取Web页面数据信息，分析页面之间的架构，挖掘站点的设计和分析用户访问信息等，是一种重要的数据挖掘技术。Web挖掘技术过程就是提取抽象的、潜在的和有价值知识的过程。Web结构挖掘、Web内容挖掘和Web使用挖掘是Web挖掘技术的三个分类。 2.1 Web内容挖掘。从内容、数据和文档中发现有价值的信息的过程称为Web内容挖掘。Web内容挖掘的对象纷繁多样，文本、图像、音频和视频等多媒体数据都可成为Web内容挖掘的对象。文本数据挖掘是Web挖掘中比较重要的技术领域，它主要针对无结构化文本，最近Web多媒体数据挖掘成为另一个研究热点，它涉及网络、多媒体的技术、数据库以及关于知识的决策等多个领域。 2.2 Web结构挖掘。分析Web组织架构和页面中的链接关系，挖掘隐藏在每个Web页面后面的链接结构模式称为Web结构挖掘。利用这种模式对网页进行分门别类、按照同一类型聚合，在此基础上寻找所需要主题的高访问量站点和核心页面，提升搜索引擎的性能。Web结构挖掘对提高页面采集效率、提升采集可信度方面也发挥很大指导作用。典型的方法有Page Rank算法和HITS算法。 2.3 Web使用挖掘。Web使用挖掘技术通过用户访问 Web 时留下的用户访问行为记录，用户会话，Cookies Logs，Web server Logs、Browser Logs、用户注册、登录、浏览等相关数据和用户在使用时与网站、其他用户之间的交互信息进行挖掘，了解用户的网络行为数据所具有的意义。Web使用挖掘有一般的访问模式挖掘和个性化访问模式挖掘两个方向。Web使用挖掘的个性化访问模式挖掘在远程教育个性化服务中发挥重要作用，主要是分析特定使用群体，比如记录使用者的登录时长和学习习惯，分析对学习资源的使用频度，为学生提供个性化教学服务提供有效的依据，提高学生对网站访问率和教学资源的使用率。 3 基于Web使用挖掘技术的个性化推荐系统 个性化推荐是指以远程教育中的学生学习需求为中心，通过信息采集和与学生交互，了解学生的学习特点，将其感兴趣的信息主动推荐给学生，个性化推荐系统是建立在Web使用挖掘技术上的一种高级智能平台，信息检索和智能系统技术集成于个性化推荐系统。 基于Web使用挖掘的个性化推荐系统分为离线准备和在线生成两部分：（1）离线准备是个性化推荐的准备阶段。首先根据用户的基础数据，分析用户的使用特性，挖掘用户的访问模式，最终得到一个模式库，包括数据预处理和模式提取。数据预处理的作用是：清洗并删除对挖掘无效的数据，提高数据挖掘的精确度，提升数据使用效率；模式提取阶段的作用是：通过聚类用户访问模式和频度序列访问模式对用户进行推荐服务。（2）在线生成是个性化推荐的服务阶段