论文部分内容阅读
计算机的出现和逐步普及使信息成为影响社会发展的重要因素,而互联网的迅速发展更使得信息量、信息传播和处理的速度大大加快。网络上的各种数据信息以几何级数的方式急剧增长,导致了“数据丰富,知识贫乏”的奇怪现象。为了解决这一问题,Web数据挖掘技术开始迅速发展,并且在商业、生物医学等领域广泛应用。现在,教育信息化已经成为教育现代化的重要发展方向,但是教育领域内对信息处理技术的应用还比较落后。目前,传统的教学模式已经逐步转变为基于网络的教学模式,网络课程成为网络教学的重要平台。网络课程教学会产生大量丰富的数据信息,但是这些信息缺乏结构化、分布十分地分散,传统的教育信息处理方法已经不能解决这一问题,因此有必要应用新的技术手段来找出教育数据之间的隐含关系。本文主要工作就是将Web数据挖掘这种有效的技术整合到教育信息科学中,来处理网络课程中的数据问题。通过对这些隐性数据合理的分析处理就会得出有用的,以前不知道的信息和知识,从而进一步提高网络课程的性能,促进教学资源使用最优化,使教师更好的决策教学,学生更好地体验学习。研究内容主要包括理论、技术及应用三个方面。理论方面主要是通过对Web挖掘及教育信息处理的相关理论知识的综述,创建了基于Web挖掘的教育信息处理模型;技术方面主要涉及到Web挖掘的算法及工具的使用;应用则是将基于Web挖掘的教育信息处理具体应用到网络课程中,通过日志分析研究网络课程的访问情况,通过内容分析研究网络课程中相关模块及学生之间的隐性关系。