Ｗｅｂ挖掘技术在Ｅ－ｌｅａｒｎｉｎｇ中的应用研究.docVIP

Ｗｅｂ挖掘技术在Ｅ－ｌｅａｒｎｉｎｇ中的应用研究 　　文章编号：1672-5913(2008)12-0154-05 　　摘要：本文首先介绍了Web挖掘和电子学习(e-learning)及其在商业和教育中的应用，然后在WebCT学习环境中对学生成绩做了一个模式分类的预测实验，证明了Web挖掘可以成为构建e-learning知识的一种方法，具有改善学生学习模式的潜在作用。 　　关键词：E-learning(电子学习)；Web挖掘；课程管理系统(CMS)；数据挖掘；WebCT 　　中图分类号：G642 　　文献标识码：B 　　 　　引言 　　 　　WWW是一个具有各种各样格式的巨大的多类型的信息资源，研究人员已开始在这个分布式网络数据仓库里研究人的行为并试图建立模型来理解在虚拟环境中人的行为。当数据挖掘应用于互联网时，称为Web挖掘。它是一个从大的数据集里，抽取出隐含在预测信息的有用信息并发现有用模式、概况(profiles)和倾向等的一个过程。Etzioni定义Web挖掘是“...利用数据挖掘技术从Web文档和服务中自动地发现和抽取信息。”Web挖掘是发现知识的一个迭代过程，是理解网络消费者和商家的一个重要的策略。 　　通过互联网络可访问在线学习(电子学习)系统，这些学习系统是具有独立数据仓库的企业内部互联网，通过互联网可以发现更广泛的人的行为。电子学习系统通过扩大教育机会来改善教育，比那些没有很好利用时间并有地点限制的传统课堂具有更大的潜力，并通过提供新的互动式学习服务和功能来提升传统课堂效率。电子学习系统提供给学生基于网络的文本，图像，多媒体，并提供给教师和学生异步和同步相互交流的方式。电子学习系统使用通用应用软件提供多种学习方式(自定进度，协作，补习)，也提供了丰富的媒体和复杂的交互。在高等教育电子学习中经常使用该应用软件，此应用软件被称为课程管理系统(CMS)。CMS的例子包括Blackboard教育系统管理平台和WebCT。理解学生行为的组成和行为模式建模的表示在教育研究领域具有挑战性。 　　Web挖掘方法可应用于基于CMS的电子学习并解释系统的使用。Web挖掘可用来探究和研究活动模式。在电子学习系统，阐明并确定使用方式，可提供更深入的了解学生是如何开展基于网络的学习，以便更好地组织指导网上学习活动。基于CMS的电子学习系统利用Web挖掘可以探究学习行为和模式。然而只有较少文献讨论到基于Web挖掘的CMS。本文介绍了Web挖掘方法，使用分类方法来将CMS数据集进行分类，并解释了如何应用Web挖掘方法产生模式。本文的关键是为了说明Web挖掘的潜力，并确定如何在当前的CMS中进行应用。下面的例子说明了Web挖掘对电子学习的潜在好处。 　　(1) 理解学生的行为：大学管理人员和教师，通过了解在网络系统中学生的动态行为，也许能更好地实施电子学习系统。 　　(2) 确定电子学习系统效能：行为模式可能与系统的性能相关，并能使系统的配置更个性化。管理人员和教师也许能发现E-learning系统的各种使用范围，并调整资源来优化系统的技术性能。 　　(3) 衡量教学效果：在电子学习系统，学生使用电子邮件，网上论坛，反馈表格等，表达他们关注的问题和有什么疑问。这些数据完全被记录在电子学习系统里。 Web挖掘可提供学生活动结果并定期反馈给教师。 　　这三个例子说明了在CMS中Web挖掘如何能提供关于学生活动的新见解，并处理所需的信息，也建议由管理者和教师定制实现E-Learning。 　　 　　1文献调查 　　 　　Web挖掘在经常用于发展商业和市场智能。例如，在线零售商经常使用Web挖掘来分析在线消费者数据来预测消费者的行为。Web挖掘给数字服务供应商带来的商业好处包括个性化、协同过滤、加强客户支持、产品和服务策略的定义、粒子营销(营销或定制一个客户的产品)和欺诈检测。 　　电子商务中有下面的几个Web挖掘算法和系统。Chakrabarti在Web结构挖掘中作出了开拓性努力，这是一个使用超文本链接和文件结构的例子。然而这些Web结构方法只考虑到超链接信息，而很少关注Web内容。Cooley、Mobasher和Srivastava证明为了达到基于Web用户概况(profiles)的使用，能动态向Web用户进行推荐的目的，使用Web使用挖掘是一个很好的办法。这些行为数据在电子商务活动中的交叉销售及售后服务非常有用。buchner和mulvenna提出了知识的发现过程，从Web数据中以确定商业智能。基于三项分类标签“非客户”、“访客曾经”、“定期访客”，该公司可以提供一个特别优惠以吸引潜在的网上购物者。该公司还用关联规则和序列模式以发现客户在网上浏览行为，使网上购物者遵循一定的路径就可以得到奖励，以保证他们