傳統(tǒng)終端在線教育數(shù)據(jù)挖掘技術(shù)的挖掘速度慢,為了解決這一問題,提出基于模型驅(qū)動的終端在線教育數(shù)據(jù)挖掘技術(shù)研究。運用關(guān)聯(lián)分析數(shù)據(jù)轉(zhuǎn)換法轉(zhuǎn)換數(shù)據(jù),再利用模型驅(qū)動的人群行為建模方法,設(shè)計終端在線教育數(shù)據(jù)挖掘任務(wù)流程。完成上述工作后,通過篩選、選擇數(shù)據(jù)子集、編碼、設(shè)定閾值、進化步驟,優(yōu)化模型驅(qū)動數(shù)據(jù)挖掘關(guān)鍵技術(shù),實現(xiàn)終端在線教育高效數(shù)據(jù)挖掘。實驗結(jié)果表明,所提技術(shù)使用數(shù)據(jù)集規(guī)模小的挖掘速度相近,在使用數(shù)據(jù)集規(guī)模大時,挖掘速度逐漸增加;而傳統(tǒng)技術(shù)使用數(shù)據(jù)集規(guī)模小的挖掘速度與使用數(shù)據(jù)集規(guī)模大的挖掘速度基本相近。證明所提技術(shù)挖掘速度更快。 

【文章來源】：現(xiàn)代電子技術(shù). 2020,43(16)北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

傳統(tǒng)技術(shù)挖掘速度統(tǒng)計結(jié)果

先構(gòu)建模型驅(qū)動人群行為模塊，包括數(shù)據(jù)驅(qū)動模塊和模型驅(qū)動模塊，模型驅(qū)動建模方法整體思路如圖1所示。數(shù)據(jù)驅(qū)動模塊包含視頻采集和人群行為特征信息。模型驅(qū)動模塊由屬性模塊、行為模塊和路徑算法模塊組成[5]。為了過濾無效數(shù)據(jù)，運用爬蟲技術(shù)獲取文本流，再進行數(shù)據(jù)處理[6]。將轉(zhuǎn)換后的文本作為計算機處理對象。處理過程步驟為：分詞文本、取出停用詞、統(tǒng)計詞頻、文本向量化。完成文本處理后，從數(shù)據(jù)中提取用戶行為數(shù)據(jù)，即提取主題相關(guān)數(shù)據(jù)。不同的應(yīng)用場景主體挖掘算法不同，要結(jié)合主題挖掘算法獲取相似主題特征的數(shù)據(jù)集合[7]。若仍無法自動生成主題，模型驅(qū)動會保存底層關(guān)系，采用簡潔的主題描述文檔語料庫。

1）篩選。經(jīng)過篩選后得到最優(yōu)特征子集，篩選流程如圖2所示。2）選擇數(shù)據(jù)子集。完成篩選任務(wù)后，要選擇較好的數(shù)據(jù)子集，選擇方式包括過濾式，先考察特征間的關(guān)系，再去除預(yù)測結(jié)果的一部分特征，采用優(yōu)勝劣汰的機制刪除無效的數(shù)據(jù)。每次遞歸都要按照主題特征的參數(shù)求解大小排序，排序靠前的為無噪聲數(shù)據(jù)，排序靠后的為無效數(shù)據(jù)；也可以將數(shù)據(jù)看作一個最優(yōu)搜索問題，通過搜索和遺傳算法選擇帶有主題特征的數(shù)據(jù)集合。

【參考文獻】：
期刊論文
[1]基于領(lǐng)域關(guān)聯(lián)冗余的教務(wù)數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘[J]. 陸鑫赟,王興芬.  計算機科學(xué). 2019(S1)
[2]不同教師群體對教育大數(shù)據(jù)的認(rèn)知及影響因素——基于全國5434名教師的調(diào)查[J]. 王學(xué)男.  開放教育研究. 2019(03)
[3]美國在線教育:實踐、影響與趨勢——CHLOE3報告的要點與思考[J]. 錢玲,徐輝富,郭偉.  開放教育研究. 2019(03)
[4]基于數(shù)據(jù)挖掘技術(shù)的檔案館信息快速分析算法研究[J]. 甘璐.  現(xiàn)代電子技術(shù). 2019(07)
[5]基于數(shù)據(jù)挖掘技術(shù)的航空客戶流失與細(xì)分研究及R語言程序?qū)崿F(xiàn)[J]. 張利利,馬艷琴.  數(shù)學(xué)的實踐與認(rèn)識. 2019(06)
[6]基于t-SNE數(shù)據(jù)驅(qū)動模型的盾構(gòu)裝備刀盤健康評估[J]. 張康,黃亦翔,趙帥,劉成良,王吉云.  機械工程學(xué)報. 2019(07)
[7]基于數(shù)據(jù)挖掘技術(shù)探討針灸治療蕁麻疹的選穴規(guī)律及理論依據(jù)[J]. 王坤,唐純志,田小婷,李明珠,賴新生.  針刺研究. 2018(06)
[8]基于LMS數(shù)據(jù)的遠(yuǎn)程學(xué)習(xí)者學(xué)習(xí)投入評測模型[J]. 李爽,李榮芹,喻忱.  開放教育研究. 2018(01)
[9]大數(shù)據(jù)技術(shù)在智能電網(wǎng)中的應(yīng)用現(xiàn)狀及展望[J]. 陳敬德,盛戈皞,吳繼健,徐友剛,王福菊.  高壓電器. 2018(01)
[10]基于質(zhì)量監(jiān)測的初中學(xué)生數(shù)據(jù)分析發(fā)展?fàn)顩r的調(diào)查研究[J]. 張愛平,馬敏.  數(shù)學(xué)教育學(xué)報. 2017(01)



本文編號：3222832