浅析数据挖掘技术在幼儿课程中应用.docVIP

浅析数据挖掘技术在幼儿课程中应用 　　摘 要 教育信息化飞速发展的今天逐渐改变着传统的教育教学方式，数据挖掘技术也与教育的发展密切相连，文章阐述了数据挖掘的相关概念，分析了数据挖掘技术在幼儿教育中的重要作用，提出了数据挖掘在幼儿园的管理和教学中应用的必要性以及面临的相关问题。 　　关键词 数据挖掘 幼儿教育 　　中图分类号：TP311.13 文献标识码：A 　　0前言 　　随着网络的不断发展，数字化的教育方式已经逐渐的渗透到各个年龄阶段的教育当中，在教育的管理系统当中存在着大量的非结构化的数据，教育工作者面对如此海量的信息中，如何加以分析运用，从数据当中发现有用的知识，更好地促进教育教学工作？面对信息社会的挑战，数据挖掘技术很好地解决了这一问题，从而提高教育的质量，更好地为学习者提供个性化的服务。 　　1数据挖掘的概念与过程 　　1.1数据挖掘的概念 　　数据挖掘技术是集成于多门学科包括数据库、统计学、心理学、社会学等相关联学科。数据挖掘（Data Mining）是指从存放在数据库、数据仓库或其他信息库中的大量的、不完全的、有噪声的、模糊的、随机的数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程，也被称作是基于数据库的知识发现（KDD： Knowledge Discovery in Database）。 　　1.2数据挖掘的过程 　　1.2.1定义分析的问题――数据源 　　在教育管理系统中存在着大量的数据资料，包括学生个人信息、家庭信息、学业成绩等，在这些静态和动态信息的数据库当中，首先要确定挖掘的数据源，做好数据的准备工作。 　　1.2.2提取所需要的信息 　　在定义具体的问题后，进行数据的搜集，把所需要的数据整理到一个数据库当中，便于进一步的分析运用。 　　1.2.3对数据进行预处理 　　最初在数据库中的数据是非规范化的数据，要对数据进行清洗，去除无效的数据，形成结构化的数据库，其目的是提高数据的利用率。 　　1.2.4实施挖掘 　　常用的数据建模主要是统计分析、分类和聚类、关联规则、决策树等技术，根据假设的结果选择具体的挖掘方法。 　　2数据挖掘在幼儿教育领域中的运用 　　2.1 实施个性化的教育 　　技术支持下的教育更多的是强调因材施教，强调以学生为主体，教师做为辅助的角色。幼儿虽然处于性格逐渐的发展中，但个性却是各不相同的，有着自己的学习特点。每个幼儿作为独立的个体，教师不能按照传统的教育方式，凭借自己的直观感觉确定幼儿的学习方式，来实施教学。目前在幼儿园的课程包括五大领域的课程，健康领域、科学领域、社会领域、语言领域和艺术领域。教师一方面通过作业的完成情况，另一方面通过幼儿在各个领域中的表现情况和兴趣点，整理这些数据后，利用数据挖掘的技术，对静态和动态的数据进行整理，从而发现幼儿的学习特点，实施个性化的教学。 　　2.2优化幼儿教师的教学方法 　　幼儿园的课程是以游戏为主，一日的教学活动都穿插在游戏当中，教师教授新知识常采用的方法有直观法、实践法、讲授法、多媒体教学法。随着幼儿的年龄增长，在幼儿教师那里有着从小班到大班之间的课程总结数据，针对这一系列的数据进行分析，采用关联规则和聚类的分析方法，找出适合某门学科的教学方法，让幼儿产生对学习的兴趣，乐学、易学。 　　2.3 采用合理的方法对留守儿童进行教育 　　留守儿童是指父母双方外出到外地打工，而自己留在农村生活的孩子们一般与自己的隔辈亲人，甚至父母亲的其他亲戚、朋友一起生活。据统计截止2013年年底，0-17岁农村留守儿童和城乡流动儿童共有9683万，已近一个亿的规模。没有和父母生活在一起的儿童，无论是从心理上还是性格上的发展都有着潜在的负面影响，如性格孤僻、厌学、自卑等。抓住好各个年龄阶段的关键期，关键期是指个体在发育的某一时期对特定的环境影响特别敏感，并容易获得某种行为或技能，这时期就被称为关键期，如果这时缺乏适宜的环境影响，就会阻碍日后正常的发展，甚至永不能弥补。3―6、7岁年龄阶段是培养性格和语言思维的关键期。在幼儿入园的时候应多加一项填写孩子的监护人，初步地掌握信息后再利用日常生活中记录下来的数据进行分析。为了促进幼儿园与家庭的联系，在很多幼儿的读物和教材中都添加了“亲子题目”，是在节假日由幼儿和父母一起完成。在开学后收回的幼儿“作业”中，进行作业完成的情况的统计，再与之前的入园信息进行数据挖掘，从而确定留守儿童的群体数量，在此基础上，改进对留守幼儿教育的方式，关注他们的身体和心理的发展。 　　2.4合理地设置幼儿园的课程，做好幼小衔接工作 　　幼小衔接是指幼儿教育与小学教育的衔接，在幼儿园的大班阶段有目的性的从作息时间、活动方式加以培养儿童的习惯，从而减少幼儿在升入小学时面临的心理