教育大数据环境下基于关联规则的答卷分析模型研究.docVIP

教育大数据环境下基于关联规则的答卷分析模型研究 赵纪涛 王婷 许昌学院高等教育研究所 许昌学院信息工程学院 许昌学院图书馆 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 针对现有考试答卷分析的不足, 引入数据挖掘技术, 在开源软件Weka中构建《计算机应用基础》课程考试答卷分析的模型。实验表明, 数据挖掘技术能更深层次地揭示学生认知规律, 反映各知识点掌握水平间的联系。所提出的答卷分析方法在促进教学改革、提高教学质量方面具有重要意义。 关键词： 教育大数据; 关联规则; 数据挖掘; 答卷分析; 作者简介：赵纪涛, 男, 河南商丘人, 硕士研究生, 讲师, 研究方向为教育信息化 作者简介：王婷, 女, 河南许昌人, 硕士研究生, 图书馆馆员, 研究方向为信息管理 收稿日期：2017-06-22 基金：许昌学院科学研究一般项目 (No.2016041) Answer Sheet Analysis Model Based on Association Rules in Educational Big Data Environment ZHAO Ji-tao WANG Ting Institute of Higher Education Research, Xuchang University; Library, Xuchang University; Abstract： Proposes several applications of data mining, introduces data mining technology into answer sheet analysis, and proposes an analysis system of computer application foundation assessment in the Weka open source software.Experimental results illustrate that data mining technology is helpful to reveal the cognitive law and improve teaching quality. Keyword： Educational Big Data; Association Rules; Data Mining; Answer Sheet Analysis; Received： 2017-06-22 0引言 《教育信息化十年发展规划 (2011-2020年) 》发布以来, 信息技术与教育教学深度融合的理念深入人心, 各项工作取得了突破性进展, 很多网络课程和教育信息系统上线运行, 教育大数据逐步形成。《教育信息化“十三五”规划》 (教技〔2016〕2号) 和《2017年教育信息化工作要点》 (教技厅〔2017〕2号) 明确要求:深入推进信息技术与教育教学深度融合, 加强教育行业数据管理与决策支持服务。如何高效、科学地利用已有的教育大数据数据, 挖掘知识模式, 更好地服务教育教学, 是当前教育信息化领域的一个研究热点。 考生答卷是一种重要的教学资源, 也是学生知识掌握水平的具体体现。科学地分析答卷数据, 可以了解学生对教学内容的掌握情况, 揭示认知规律。数据挖掘就是从大量的数据中发现潜在的规律、提取有用知识的方法与技术。众多学者对该领域进行了研究。徐巍[1]根据数据挖掘的思想, 对成绩管理数据库中的大量数据进行分析。哈申花等[2]讨论了C4.5决策树分析学生成绩数据的方法。文献[3]对关联规则方法在试卷评价中的应用进行了介绍。文献[4]中探讨了聚类分析在教学中应用。杜向科[5]等利用抽样方法对浙江建院2004.9-2007.7的成绩进行了分析。文献[6]对教育信息化时代下的个性化学习进行了研究。 许昌学院《计算机应用基础》课程是非计算机专业的公共必修课, 其考试形式为无纸化上机考试。学期末, 任课教师将提交各行政班的成绩分析报告, 包括:平均分、最高分、最低分、不及格率、成绩分布表, 成绩分布曲线等。该报告不完善之处在于:不能够反映出各知识点掌握水平之间的联系, 也不能反映出各知识点的掌握水平与学生的专业、性别等其他因素的联系。为更深层次地揭示学生认知规律, 反映出各知识点掌握水平间的联系, 本文拟引入数据挖掘中关联规则方法, 对《计算机应用基础》答卷进行分析。 1关联规则基础理论 1.1基本概念 设I={i1, i2, …, im}是m个不同项目的集合, 称为项集 (Itemset) 。与任务相关的数据D是事务的集合, 其中每个