教育数据挖掘关键技术研究.docVIP

教育数据挖掘关键技术研究 【摘要】基于教育数据挖掘关键技术应用，从试题表征、知识点标注、试题难度预测、学生认知诊断和个性化推荐5个方面的应用进行阐述，分析它们在目前使用中的关键技术、优势和不足，并对教育数据挖掘领域发展趋势进行展望。 【关键词】教育数据挖掘；知识点标注；试题难度预测；学生认知诊断；个性化推荐 随着教育信息化进程不断深入推进，人们的学习方式从线下转到线上，由此产生的教育数据量非常巨大，如何利用海量的教育数据资源，已然成为当前亟需解决的重要课题。教育数据挖掘技术应运而成，旨在有效帮助学生学习[1]，然而教育数据资源具有异构性、隐含性和不可比性，导致数据挖掘非常困难，因而，对教育数据挖掘技术进行深入研究具有重要意义。现从试题表征、知识点标注、试题难度预测、学生认知诊断和个性化推荐5个方面的关键技术应用进行介绍，分析它们目前使用的关键技术、优缺点和发展趋势。 1关键技术应用 1.1试题表征相关技术。对于学习，试题永远是最常见，也是非常重要的一种表现形式，对教育数据进行挖掘的第一件事情就是需要对试题进行表征，目前试题主要由文本、图片、视频等多种异构数据形式组成，不同的数据形式，采用的表征技术也各不相同。文本资源主要采用词袋和词向量两种模型。典型模型有word2vec、ELMo和BERT等。针对知识点资源主要采用One-hot