数据挖掘在远程教育决策的运用

1、    数据挖掘在远程教育决策的运用    摘要 与传统教育相比，远程教育的学生群体存在着个性差异大的特点，如何提供个性化教学就成了摆在人们面前的一道难题，并直接关系到远程教学的有效性。数据挖掘作为一种深层次分析技术，其作用已日益受到人们的重视，在远程教育决策支持系统中运用数据挖掘技术为个性化教学的实现提供了一条理想途径。 关键词 远程教育；数据挖掘；决策支持系统 一、概 述 数据挖掘是一个集统计学、人工智能、模式识别、并行计算、机器学习、数据库等技术于一体的交叉性学科研究领域。数据挖掘技术认为，单单的数据描述并不能为人们的

2、行动计划制定提供足够的依据，例如学生访问某一教育网站，他就会在服务器上留下“痕迹”，即形成日志文件，这时如果我们对学生访问留下的这些日志文件进行web的数据挖掘，提取关于学生的知识，并对学生的访问行为、频度、内容等进行分析，就可以得到关于目标群体行为和方式的普遍知识，用以改进web服务方的设计。简言之，数据挖掘是一个从数据中发现知识的过程。 根据国外经验，教育市场开放之后，远程教育的竞争优势将来源于对每一位学生提供的个性化服务。然而，如何才能设计出大量的个性化学习服务项目?我以为，只有通过以学生为中心的决策系统，使用科学的方法才能实现。 二、数据挖掘在远程教育决策支持系统中

3、的运用 1个性化服务的定义 我们可以从学生和学校两个维度来看：对学生而言，学校要知道我在什么时间需要什么样的服务，并以我可以接受的价格，经由我喜好的渠道对我进行最优质的服务。对学校而言，在任何时间通过适当的渠道，对目标群体以合理的代价完成最优质的服务。两者都是在各自立场上达到自己的满足和需求。然而，学校现有的信息技术和体系结构在教学内容呈现上依然是统一的，尽管学生可以根据需求去寻找自己所需的内容，但无法也不可能满足以分析为导向的个性化学习服务需要。这就是始终困扰远程教育如何实现个性化学习服务的一大难题。可以说，数据挖掘在远程教育决策支持系统中的运用则是探求个性化学习的一条理

4、想途径。 2数据挖掘在远教决策支持系统中的运用 从技术角度看，数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含的、人们事先不知道的但又是有用的信息和知识的过程。从商业角度看，数据挖掘是一种新的商业信息处理技术，其主要特点是对大量商业业务数据进行抽取、转换、分析和其它模型化处理，从中提取辅助商业决策的关键性数据。目前比较公认的定义是fayyad等给出的：数据挖掘是从数据集中识别出有效的、新颖的、潜在的、有用的以及最终可理解模式的高级处理过程。数据挖掘的过程一般包括数据清理、数据集成、数据选择、数据变换、数据挖掘、模式评估、知识表示。数据挖掘作为

5、一类深层次的数据分析方法将在远程教育决策支持系统起着十分重要的作用。 分类是数据开采中应用最多的一种方法。分类就是找出一个类别的概念描述，它代表了这类数据的整体信息，一般用规则或决策树模式表示。分类方法的好坏可以从三方面进行评别： 预测准确度(对非样本数据判别准确度) 计算复杂度(方法实现时时空的复杂度) 模式简洁度(在同样效果情况下，希望决策树小或规划少) 通过学生填写的信息并将学生归入某一特定类别，然后可对同一类别的学生提供相似的教学服务。同时，我们还可以进行访问路径分析，以便掌握为学生个性化服务的个性需求。除此，我们还可以进行偏差检测。因

6、为数据库中的数据客观上存在着很多异常情况，从数据分析中发现这些异常情况是十分重要的，以引起人们更多的注意。偏差检测的基本方法是寻找观察结果与参照之间的差别，以保证最终结果的相对准确。 关联分析是从数据库中发现知识的一种重要且常用方法。比方说，当两个或多个数据项的取值之间反复出现且概率很高时，它们之间就存在某种关联，这时我们就可以以这些数据项建立关联规则。比如，哪些网页具有密切的关联呢?如果很多人具有ahtmllhtmlchtml这样的访问模式，则我们可以认定ahtml和chtml之间有一定的关系，可以考虑在ahtml上直接加上chtml的链接，这样就可以大大加快学生搜索信息的速度。又

7、比方说，用户只要访问过其中某页，我们是否可以断定他也将访问其它相关网页?我们完全可以按不同用户的访问模式，把网页分组，给出一个个兴趣点。根据那些用户所访问的网页组成的比较类似的兴趣点，即行为的相似性，把用户按行为模式分类，以此来划分教学目标群体，进行教学规划。此时，教师就可以通过创造一系列的课程事件，帮助学习者建立一个方便的学习环境，并形成一个理想的有效的学习过程。 在开放教育环境中，我们提倡个别化辅导答疑，但小组化学习活动、网上互动式教学等似乎更应提倡，因为后者不仅同样增强了师生、生生之间交互的频度，还比前者的个别化辅导更具效率。在小组学习中，学习的内容是在教师的指导下，对某些重要

8、的疑难问题进行探究式的共同学习，最后体现为共同的学习成果。小组学习的评价主体是多元的，包括教师、组员、组长。评价对象也是多样的，包括学习目的、态度、分工、计划、记录、成果、汇报等过程或环节。小组教学是对学生个性化服务的最好模式，至少是最符合我国国情的一种模式。小组学习的优势是明显的，但其前提是小组内部学员具有相似的知识背景和接受能力，否则这种小组教学就会适得其反，产生低效率。现在，通过使用关联分析，准确划分目标群体，为小组的分类提供了可能性。 通过时间序列搜索出重复发生概率较高的模式。在时序模式中，一个有重要影响的方法是“相似时序”，须按时间顺序查看时间事件数据库，从中找出另一个或多

9、个相似的时序事件。远程教育学生的心理年龄和知识背景差异很大，如何因材施教，合理安排课程结构和教学进度一直困扰着远程教育人员。远程教育的教师角色定位应该由知识的灌输者转变为学生学习能力提高的引导者，进行指导性教学。第一，指导学生了解课程内容特点、前续课程衔接、课程实施计划、学习进度安排、学习方法建议、媒体学习方案。第二，指导学生如何预习教材、复习教材，如何归纳要点、提出难点、分析疑点。第三，指导学生如何接受课程内容系统概要讲解、重点难点问题精练讲解。第四，指导学生带着问题参加辅导、课堂讨论、答疑提问。通过时间序列研究，可以开发出针对不同接受程度学生的教学体系。这时，我们就可以根据教学需要和不同学

10、生的需要，对相关教学信息进行合理组织和规划，以有效的方式组织和呈现信息，提供对信息的深层次导读，以使学生更方便地访问，并在信息加工处理过程中形成科学的意义建构。 数据挖掘在远程教育决策支持系统的运用还有待于进一步的深入探究，但是其前景是乐观的，它将为远程教育的个性化教学提供一条通向自由学习王国的理想途径。 参考文献 1数据开采与知识发现综述http：/wwwdwwaycom 2徐皓关于“人才培养模式改革和开放教育试点”的深入思考j中国远程教育2002(10) 3朱蔚恒，陈健，印鉴数据挖掘在电子商务中的应用j计算机工程,2002(8) 4李晓阳关于开放教育小组学习的