网络教学平台学生学习行为聚类分析

发布时间：2017-07-05 14:29

  本文关键词：网络教学平台学生学习行为聚类分析

  更多相关文章： 教育数据挖掘 网络教学平台 分组模型 聚类分析

【摘要】：随着数字化学习系统的使用和流行,学生在与系统交互的过程中产生了大量的原始数据。因此,数据挖掘技术可以用来从这些数据中提取出有用的信息以改进高等教育机构的管理、教学和研究效率。例如将聚类算法、决策树和关联规则方法应用到高等教育过程中,可以帮助改进学生的学习表现、辅助选择课程和学校补助基金的最优化管理等等。本文以江南大学网络教学平台为例,采用数据挖掘技术,根据学生的相似特性对学生进行聚类分析,以分析对课程成绩影响的各种因素。另外,还对学生在课程讨论区的活跃程度进行了社会网络分析。
【作者单位】： 江南大学教育技术系;
【关键词】： 教育数据挖掘 网络教学平台 分组模型 聚类分析
【基金】：江南大学自主科研基金(项目编号:1245210382130120,1242050205142810)资助 国家高技术研究发展计划(项目号:2013AA040405)
【分类号】：G434
【正文快照】： 过去几十年以来,计算机的普遍使用推动了各种数字化学习系统在教与学过程中的应用。然而对系统的改进需求从未停止。学生在搜索学习资料的时候,会在系统中遗留下一系列的痕迹或者个体特征信息。因此,就有了一个很重要的研究问题:利用这些数据我们可以做些什么呢?当然,对这些数，

本文编号：522393