基于教育数据挖掘学习者聚类分析与研究.docVIP

基于教育数据挖掘学习者聚类分析与研究 　　摘要：数据挖掘在教育领域的应用随着数据的增多变得极为重要，该文主要针对在线评测系统中学习者相关数据集进行分析与研究，构造多个学习者特征，并以此对学习者进行聚类分析，从而得出不同学习者之间的特点，并对每类学习者进行深入分析，挖掘出隐含信息。一方面教育者可以针对不同类别的学习者采取不同的教育策略，另一方面使学习者更好地了解自己，发现不足的原因。将挖掘到的知识应用到教育环境中，不仅完善了在线教育平台，同时也使学习者和教育者达到了双赢的目的。 　　关键词：教育数据挖掘；在线评测系统；学习者；特征；聚类分析 　　中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2018）06-0154-03 　　1概述 　　随着开源教育平台的兴起，教育数据挖掘技术融入教学已成为一种趋势，将教育系统的数据通过数据挖掘技术转换为有用的知识，并将挖掘到的知识再次应用到教育环境中去，提供更多更客观的反馈信息，一方面使教育者能够更好地调整和优化教学策略、改进教学过程、完善课程开发，基于学习者的学习情况来实现教学内容组织、创新以及构建教学模式等；另一方面可以使学习者更好地了解自己，有助于自己更好的学习。 　　本文中主要研究XXX大学在线评测系统（Online Judge，以下简称OJ），此系统是学习者通过在线提交代码，系统即时检测代码的正确性并给出判定结果。OJ中，存储着学习者的相关数据，通过分析这些数据，更深入的了解学习者，以便针对不同类别学习者提供不同的教学方法。本文主要是通过分析学习者数据，建立特征，得出不同类别学习者的特点，使教学者有针对性做出策略。 　　2数据挖掘介绍 　　数据挖掘，就是从大量无序的数据中发现隐含的、有效的、有价值的、可理解的模式，进而发现有用的知识，并得出时间的趋向和关联，为用户提供问题求解层次的决策支持能力。 　　随着开源教育平台的兴起，平台上的数据分析变得异常重要，将数据挖掘应用在教育领域成为一种趋势。如通过研究大规模教育数据中，可以为教育者提供更多潜在的不易发现的信息，以解决某教育中存在的问题，或者来预测学习者所需要的服务。 　　3问题提出 　　学习者数据存储在数据库中，因此在选取数据时，可以直接从数据库中导出数据，然后在其中提取具有研究价值的完整的数据集。 　　如何更深入的了解学习者，挖掘出不同学习者之间的差异，以及如何找出需要进行考前预警的学习者，是本文研究的重点。 　　3.1山东某大学在线评测系统学习者群体的数据介绍 　　自2011年以来，注册用户的提升和题目的增加，使OJ系统的学习者数据集更加完备，便于研究和学习分析。 　　OJ系统中的学习者主要涉及计算机，软件，网络，物联网，电科，数字媒体，信息安全，数学等专业，学习者按时完成专业老师安排的作业和规定的考试，表1是五个年级学习者数据的汇总，表示学习者的对题目的提交情况。最终选取了2014级，2015级，2016级学习者数据。 　　3.2问题解决的角度 　　由于数据繁杂，各个年纪的学习者提交记录都存储在一个数据表中，学习者的分类仅仅依靠成绩是不够的，而且也是片面的，影响学习者做题的因素很多，所以对于学习者进行有效的分析至关重要，对于教学者也有很好的帮助，可以对于不同学习者采取不同的教育方式。 　　不同于以往仅仅按照成绩将学习者进行优良中差的分类，本文采取多个学习者特征，建立一个基于在线评测系统的学习者模型。克服了单一分类标准所得最终结果的片面化的弊端。 　　4学习者数据集的预处理 　　4.1数据集成 　　2011年以来，随着题目数量的增加，在教学方面，题目数据的涵盖的内容越丰富，越有利于学习者学习，从而才能更好地针对学习者的数据集进行分析。所以，本文选取2014级，2015级，2016级的学习者数据。 　　数据集成主要将很多数据的属性集合在一起，本文中主要将数据从数据库中导出，按照学号的特点，针对不同的年级，不同的专业，不同的班级，依次整理，下图是将2014级学习者的信息进行集成。 　　表2 2014级总提交记录 　　图中包括提交号，题号，用户，提交时间，用户IP，竞赛号，判题情况，代码长度，判题时间等，涵盖了学习者在本系统的所有属性。 　　4.2数据清理 　　数据清理试图填充缺失的值，光滑噪声并识别利群点，纠正图中?稻莸牟灰恢滦浴Ｈサ舨缓侠淼摹⒁斐５氖?据，比如只注册者、注册学号不合法、学习者补考数据、缺失数据等。 　　对于学习者数据中，一些重要的属性缺少属性值，对于本部分的空缺，可以使用数据清理技术来填充。填补缺失值补全主要有下面几个方法： 　　1）忽略缺失数据； 　　2）人工填写缺失值：此方式比较费时，数据量较小的情况下可以行得通； 　　3）使用