论文部分内容阅读
现阶段,社会飞速发展,计算机技术不断革新。在教育领域,互联网+教育这一传统行业成为一个新的热点和蓝海,相关交叉学科的专家根据这一课题展开了广泛的研究。以共享知识资源为代表的在线课堂也发展的越来越快,譬如国内的清华在线,超星泛雅平台,以及国外的三大在线课程平台Coursera、Udacity和edX等课程资源极其丰富,一些优秀的教师也加入其中,带来了优质的师资资源。但是由于平台功能的限制,对于一些学生用户的学习日志、学习路径等行为数据没有相关的数据分析,无法对个体建立偏好模型,教师很难了解每一名学生的学习能力以及学习风格,因此不能针对性的制定个性化教学目标。由此,本文借助数据挖掘工具Weka,针对山东师范大学网络学习平台产生的大量教学数据、学生成绩数据、学生学习日志等,展开具体的挖掘分析。具体研究目标如下:1、利用关联算法,找到真正影响学生成绩的因素,给教师提供教学质量的分析和改进。2、利用相关的聚类分类算法分析学生学习能力,将具有相同或者相似风格的学生组合到一起,统一进行教学目标管理,发现学生与学生之间的联系。3、通过教学实践以及与老师之间的交流反馈,提出了四种学习风格数据量化指标,教师可以针对学生线上学习的数据区分不同学习风格的学生,结合聚类分析的结果,进行相关的任务布置和管理,实现个性化教学。4、针对不同教师的数据挖掘需求,提出了一个成绩分析平台模块框架,可以帮助教师针对学生的实际情况进行相关数据的挖掘,降低教师的教学成本。本文主要有两个创新点:1、技术上的创新:改进以往教育领域通过调查问卷来进行教学分析的做法,充分利用算法的优势,进行数据量化,通过科学的算法来对数据进行处理和分析,使得整个数据分析严谨性、操作性比较强。2、模型上的创新:建立了数据挖掘模型,通过学生数据分析不同学习风格的学生特点以及相关的量化指标,教师可以建立不同学习风格的学生分组,从而制定个性化教学目标,提高学生的创新意识和合作意识。通过网络教学平台的数据分析,教师可以根据不同学生的风格针对性的制定教学计划,学生可以变被动接受新知识为主动学习新的学习资源,教师实现因材施教。