本文關鍵詞：基于數(shù)據(jù)挖掘的網(wǎng)絡教學平臺用戶行為分析研究

  更多相關文章： 網(wǎng)絡教學 教學評估 數(shù)據(jù)挖掘 分類回歸樹算法

【摘要】：高等教育發(fā)展的趨勢之一是教育的信息化與數(shù)字化,高校數(shù)字化建設的過程中,網(wǎng)絡教學平臺的適用越來越廣泛。但在將網(wǎng)絡教學平臺應用到高校的教學和管理中也產(chǎn)生了新的問題,也就是如何來進行網(wǎng)絡教學評估。傳統(tǒng)教學模式中我們采取現(xiàn)場聽課等方法來評估教師的教學質量和效果。但是在網(wǎng)絡教學這樣的非傳統(tǒng)教學模式中,不能采用傳統(tǒng)的方法來評估,因此,就有了對網(wǎng)絡教學進行教學評估的需求。在現(xiàn)在的網(wǎng)絡教學模式中,教學行為是面對電腦等工具進行的,并不是直接展現(xiàn)給評估人員,而是通過鍵盤點擊,鼠標打字,觸摸屏觸摸等來進行的。這是信息化的教學行為,也只能以信息化的手段來對這些行為進行分析。在本人期望的理想網(wǎng)絡教學評估模式中,教學評估系統(tǒng)本身,成為一個機器學習系統(tǒng),以教師的教學行為和學生的學習行為作為輸入,課程的成績作為輸出。其中,評估系統(tǒng)在教師學生的行為信息輸入并且以成績作為反饋(也就是監(jiān)督學習)的過程中,挖掘出教育和學習的新知識和新技能,達到不斷提高教學效果的目的。最后具體可實現(xiàn)如下的效果,一是對教師的教學效果進行評估,二是根據(jù)歷史評估結論,反過來提示教師,根據(jù)系統(tǒng)以往數(shù)據(jù)分析的結果,在什么時候,對哪種學生,采用何種教學方式可取得預期的更好教學效果。更簡單的概括,就是通過機器學習的方式,教學評估系統(tǒng)可以智能化的幫助教師和學生提煉和總結教育和學習中的優(yōu)缺點。也就是說,在有了網(wǎng)絡教學這種信息化教學平臺的前提下,以機器學習的方式來總結和發(fā)現(xiàn)教學的規(guī)律,從而提高教學的效果。當然,要實現(xiàn)這個系統(tǒng),需要非常大量的工作。所以本人在有限時間的條件下,參考現(xiàn)今主流的大數(shù)據(jù)分析的例子,采用數(shù)據(jù)挖掘的手法,在本文中對教學平臺中的學生行為數(shù)據(jù)進行初步分析。本文針對的網(wǎng)絡教學平臺是SAKAI系統(tǒng)。采用數(shù)據(jù)挖掘的方法對一學年兩學期中,共3名教師對《JAVA語言基礎》這門課程開設的5個網(wǎng)絡課堂中,共271名學生的行為數(shù)據(jù)進行整理,統(tǒng)計和分析。通過學生在這一門課程中的期末考試成績作為結果,來分析學生在網(wǎng)絡教學平臺中的學習行為對其科目成績有什么樣的影響,和影響的大小。本文采用的數(shù)據(jù)分析算法是分類回歸樹(CART)算法。具體數(shù)據(jù)挖掘的流程是,先通過數(shù)據(jù)庫的手段提取整合原始數(shù)據(jù),然后進行數(shù)據(jù)預處理,建立數(shù)據(jù)模型,最后通過軟件來進行數(shù)據(jù)挖掘。之所以采用數(shù)據(jù)挖掘,而不簡單的排序統(tǒng)計等傳統(tǒng)方式進行評價,是因為傳統(tǒng)的統(tǒng)計分析方法只能得出有限的粗略的結果。而采用數(shù)據(jù)挖掘的方法,則可以得出更為詳細的結果,如教師和各種網(wǎng)絡教學模塊中對學生成績起作用的比例如何,哪些因素的或哪些因素的組合對學生的成績來說是更有效的。以此來進行網(wǎng)絡教學的評估,就更有參考價值,更利于保障和提升網(wǎng)絡教學平臺的教學效果了。
【關鍵詞】：網(wǎng)絡教學 教學評估 數(shù)據(jù)挖掘 分類回歸樹算法
【學位授予單位】：重慶理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：G434;TP311.13;TP312.2-4
【目錄】：

• 摘要4-6
• ABSTRACT6-9
• 第1章 緒論9-15
• 1.1 系統(tǒng)研究目的與意義9-10
• 1.2 國內外的研究現(xiàn)狀10-11
• 1.3 研究內容11-12
• 1.4 本文的組織結構12-15
• 第2章 相關技術和算法15-29
• 2.1 數(shù)據(jù)分析流程15
• 2.2 數(shù)據(jù)挖掘原理15-17
• 2.3 數(shù)據(jù)分類17-18
• 2.4 決策樹算法18-20
• 2.5 分類回歸樹算法20-26
• 2.5.1 分類回歸樹CART簡介20
• 2.5.2 CART分類過程20-23
• 2.5.3 CART剪枝23-26
• 2.6 數(shù)據(jù)庫相關技術26-29
• 第3章 網(wǎng)絡教學數(shù)據(jù)分析29-35
• 3.1 數(shù)據(jù)收集和預處理29-33
• 3.1.1 場景分析29-30
• 3.1.2 建立行為信息數(shù)據(jù)庫30-33
• 3.2 數(shù)據(jù)模型建立33-35
• 第4章 CART分類回歸樹算法實現(xiàn)35-43
• 4.1 CART算法在本文情況下的優(yōu)勢35
• 4.2 CART算法應用案例分析35-38
• 4.2.1 應用場景介紹35-36
• 4.2.2 軟件結構設計36-37
• 4.2.3 軟件類設計37-38
• 4.3 實例分析結果38-43
• 第5章 總結與展望43-45
• 致謝45-47
• 參考文獻47-49
• 個人簡歷、在學期間發(fā)表的學術論文及取得的研究成果49

【參考文獻】

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 馮名正;Web服務組合關鍵技術研究[D];東南大學;2006年

中國碩士學位論文全文數(shù)據(jù)庫 前9條

1 劉博;云環(huán)境下頻繁項集挖掘與調度策略的研究[D];揚州大學;2013年

2 潘政;Web服務搜索與執(zhí)行引擎的研究與實現(xiàn)[D];溫州大學;2013年

3 吳泰;高校招生管理系統(tǒng)的設計與實現(xiàn)[D];南昌大學;2010年

4 施惠娟;可視化數(shù)據(jù)挖掘技術的研究與實現(xiàn)[D];華東師范大學;2010年

5 胡廣飛;基于AFS模糊邏輯的模糊關聯(lián)分類研究[D];大連海事大學;2009年

6 駱國靖;基于主題模型的模塊化網(wǎng)絡和社區(qū)挖掘研究[D];浙江大學;2008年

7 楊帛;基于AFS模糊邏輯的分類器設計[D];大連海事大學;2008年

8 許海濤;基于數(shù)據(jù)倉庫的知識發(fā)現(xiàn)策略研究[D];黑龍江大學;2008年

9 孫濤;多策略數(shù)據(jù)挖掘系統(tǒng)DBIN Miner的設計與并行數(shù)據(jù)挖掘技術的研究[D];吉林大學;2006年

，

本文編號：642959