Web挖掘在远程教育个性化服务中应用.docVIP

Web挖掘在远程教育个性化服务中应用 　　摘 要：本文结合个性化服务的思想，提出了一种新的基于Web挖掘的个性化远程教学模型。它能充分利用用户Web访问记录以及用户与站点的交互数据进行挖掘，以此来发现学习者的学习兴趣，从而改进页面设计，优化站点结构，更好地满足学习者的个性化需求，提升个性化远程教育的质量。 　　关键词：个性化服务 Web挖掘 远程教学模型 　　中图分类号：G434 文献标识码：A 文章编号：1673-8454（2008）03-0083-03 　　 　　现阶段，许多基于Web的远程教学平台不同程度地存在着教学方法单一，教学双方互动性差等问题，并不能很好地解决个别化学习之需求，所以也就无法对学习者实施个性化的学习服务。[1] 因此，如何更多地了解学生的信息，并将这种信息转变成“知识”，从而更好地为学生提供高质量的个性化服务，保持和发展高价值的学习，已经成为远程教育研究者的一个紧迫的课题，而这在很大程度上依赖于数据挖掘技术的发展及其与Web远程教育系统的整合。 　　 　　一、什么是个性化服务 　　 　　个性化服务的根本就是尊重用户，研究用户的行为习惯与兴趣，为用户选择更需要的资源，提供更好的服务。[2] 把个性化服务的思想应用于互联网上，就引出了个性化数字服务的模型。简单的结构图及描述如图1所示。 　　 　　当用户登录到系统，经过身份确认后，系统的信息收集模块开始收集用户请求，跟踪用户的行为，这里一般收集的信息有用户点击的URL、Search的关键字、表单填写的情况、访问信息的类型等；然后送到原始信息库进行信息的预处理和归一化，接着，个性分析处理中心根据最新采集到的原始数据结合用户个性数据库中的历史数据进行个性分析，产生结果，更新用户个性数据库，并把结果送往个性调度中心，调度中心根据个性化信息和用户请求对原有数据库群发出调度命令，把用户最需要的信息反馈给用户。 　　由上可以看出，将个性化服务的思想应用在远程教学系统中，是解决学生需求的个性化和教学模式的单一化这一矛盾的有效方案。而将传统的数据挖掘技术和Web综合起来进行Web挖掘，则为远程教育中个性化服务的实现提供了有力的支持。 　　 　　二、Web挖掘及其应用于远程教育的优势 　　 　　1．Web挖掘的概念 　　Web数据挖掘，简称Web挖掘，是数据挖掘技术在Web环境下的应用，是对文档的内容、可利用资源的使用以及资源之间的关系进行分析，以发现有效的、新颖的、有潜在价值的、并且最终可理解的模式和规则。[3] Web挖掘可分为Web内容挖掘、Web结构挖掘和Web使用记录挖掘。Web内容挖掘是指从Web的文档内容或其描述中抽取知识；Web结构挖掘指的是从WWW的组织结构及引用和被引用的链接关系中推导知识的过程；Web使用记录挖掘则是通过对Web日志的挖掘来发现用户访问Web页面的模式。 　　2．Web挖掘的流程 　　Web挖掘在具体实现时采用的结构和技术也许不尽相同，但其挖掘过程都分为：源数据收集、数据预处理、模式发现和模式分析四个阶段。[4] 基本的流程如图2所示，下面分别介绍。 　　 　　（1）数据源。数据源主要指以下两种：①静态数据，如远程教学系统中学生基本信息、学生行为数据及学习成绩记录数据等。②动态数据，如学习者在访问远程教学服务网站时留下的数据信息，像IP地址、访问日期、用户名等，这些数据主要包含在Server log、Error log 和Cookie文件中。 　　（2）预处理。数据预处理主要是把Web原始日志数据转化为适合数据挖掘的可靠的精确数据，包括数据清洗、用户识别、会话识别、事件识别和路径补充等。 　　（3）模式发现。模式发现是寻找用户浏览站点的共同行为，指的是用一些挖掘算法来挖掘规则、模式。Web挖掘用到的技术主要有：统计分析、关联规则、聚类分析、序列模式和频繁访问组等。 　　（4）模式分析。模式分析指的是通过选择和观察把发现的规则、模式和统计值转化为知识，再经过模式分析得到有价值的模式，即我们感兴趣的规则模式，采用可视化技术，以图形界面的方式提供给使用者。 　　3．Web挖掘的优势 　　学生在访问远程教学服务网站时在站点上积累了大量有用的信息而没有被利用，如用户的访问日志、注册信息、答疑信息、考试成绩、作业情况、交流信息、学习进度等，造成了资源的极大浪费。将Web挖掘应用于远程教育，可以在海量的Web访问数据中发现学生的访问习惯、学习兴趣、学习倾向等，能够根据学生的访问规律调整网站结构，动态地为学生定制个性化的网站；能够发现学生的学习兴趣，并据此给学生推荐课程和学习资料；能够根据测试结果给学生指出没有掌握的知识点并推荐学习资源；能够将学生情况反馈给教师，给教师提供教学建议，使教师能够及时调