信息化技术在高校教务管理中新型应用探究.docxVIP

信息化技术在高校教务管理中新型应用探究 摘要：教务管理需要借助网络来进行教务管理或辅助教务 管理，是计算机网络在教育中的杰出应用，已经在世界各国 的成人高等教育、普通高等教育和中小学教育中开展的如火 如荼，将对传统的教育形成补充和挑战。在Web2. 0所提供 的开放共享的网络环境下，新的教育应用形式Edu2. 0应运 而生。而网络多媒体技术是现代教务管理技术领域中新崛起 的前言技术，随着它的飞速发展，探讨如何实现网络教育信 息与教育资源的交流共享，扩大教育教务管理的范围，实现 教育教务管理的最优化已成为现代教育教务管理发展的研 究方向。 关键词：网络；数据挖掘；教育资源 中图分类号:G640文献标识码：A文章编号:1007-9599 (2012) 19-0000-02 1前言 构建交互式网络教务管理与学习环境就成为解决方案 之一。利用现代网络技术、网络多媒体技术与现代学习理论 相结合，通过构建交互式网络教务管理学习环境，来实现现 有各种分散的教育教务管理资源充分共享，以有效实施个性 化教育及实现教务管理双方之间的充分沟通交流，使传统模 式下的封闭或半封闭的课堂教务管理环境变成一个充满交 互与交流的网络虚拟学习社区。 2交互式教务管理模式设计 新世纪的今天，利用网络技术、多媒体技术大力发展网 络教育、远程教育，已成为教育发展的主流。从目前多媒体 网络教务管理系统技术实现的形式和方法来看，大致可分为 两种学习模式，一种是以视频会议系统为主的在线式网络教 务管理，它是通过控制与传输基于视音频的教育教务管理信 息，将在空间上分离的教师和学生联结在一起，进行实时的、 可视的交互式教务管理。 3通用Web教务管理模式设计 研究关于基于web的通用网络多媒体学习平台的系统模 式的设计与实现，就具有十分重要的现实作用与意义。为了 解决这个问题，本章实现了 一个新颖的以Voronoi Diagram 为基础的私有信息发布模型叫做Semi-Delaunay Diagram (SDD)和一个隐私保护聚类算法叫做Voronoi Diagram Clustering (VDC)o这个模型使用Voronoi cell的面积去 代替相应点的准确信息。使用SDD和VDC,摘要：高校教务 管理能够在数据隐私性和数据可用性两方面找到很好的平 衡。VDC聚类算法与DBSCAN聚类算法具有共同的优点，那就 是他们都可以发现任意形状的类。 4聚类算法在教务管理中的应用 聚类在教务管理信息数据挖掘中是一个非常基础的问 题，在过去的几十年的发展中已经有了非常多的聚类算法出 现。那些算法大体可以分为这么几类：partitioning methods 划分的，比如 K-means[19-20], k-modes 等等。 Hierarchical methods 分层的比如 ROCK[25], CHAMELEON[26], BIRCH[27]等等。Grid-based methods 基 于网格的比如STING[7] o 4. 1密度聚类算法教务管理研究 基于密度的聚类方法是以密度概念为基础的。我们的 VDC聚类方法也是以基于密度为基础的。原有的基于密度的 聚类方法有DBSCAN, DENCLUE和OPTICS。这些基于密度的聚 类方法都能找到任意形状的类。一个好的聚类方法应该满足 以下三条：第一，参数最少，因为对于大量数据来说确定一 个好的参数是很困难的，同时参数的选定对最后结果又有很 大的影响。第二，能找出任意形状的聚类，因为好多类是不 规则的。第三，在进行聚类的同时能很好的保护数据的隐私。 使用SDD和VDC,摘要：高校教务管理能够在数据隐私性和 数据可用性两方面找到很好的平衡。VDC聚类算法与DBSCAN 聚类算法具有共同的优点，那就是他们都可以发现任意形状 的类。而像其它的聚类算法，比如著名的k均值算法都不能 找出任意形状的类。这里需要注意的是，原始的DBSCAN算 法需要两个参数Eps和MinPts,而我们的VDC只需要一个参 数MaxArea。隐私保护教务管理信息数据挖掘大体上能够分 为两类：安全多方计算和隐私保护数据发布。隐私保护数据 发布是让使用者能够建立一个教务管理信息数据挖掘模型 同时没有泄露准确信息。一个流行的方法是把原始数据加入 噪音进行扰动，数据按一定函数分布对单个个体加入噪音， 然后数据算法能够重构。一个基于压缩的方法在中实现，数 据首先被聚类成组，让后从组中生成伪数据。隐私保护数据 发布原则比如k-anonymity要求每一个等价类包含至少k个 记录。最近，许多研究者意识到k-anonymity不能阻止隐私 属性泄露。在中1-diversity实现了一个新的原则去克服这 些问题。 4.2面向对象协议解析教务管理方法研究 本课题综合采用面向对象