教育数据挖掘技术在《大学计算机基

发布时间：2020-09-29 10:23

　　随着高校《大学计算机基础》课程从传统的教学模式到MOOC教学模式的转变,现有的学生学习评价方式已不能很好地满足当前的教学需要。如何将数据挖掘技术应用到教学实践中,并且改进现有的学生学习评价模式,以便更好地发挥MOOC教学的优势,已成为高校教学改革的重要课题。本文以MOOC平台为依托,结合在我校《大学计算机基础》课程中的教学实践,分析了教育数据挖掘技术在《大学计算机基础》课程中应用研究的基本过程和方法。本文共有五章内容。第一章阐述了课题研究背景、研究意义,以及MOOC教学模式和教育数据挖掘技术的国内外研究现状。第二章梳理了本课题研究所涉及到的相关概念与理论基础。第三章介绍了基于发展性评价理念下构建《大学计算机基础》学习评价体系的方法。第四章首先介绍了教学实验设计的内容;然后根据实验设计进行教学实践;最后利用数据挖掘技术对学生的学习行为进行分析和评价。第五章是对本文的研究情况进行总结,提出研究的不足和对未来研究工作进行展望。实践研究表明:在《大学计算机基础》课程的教学活动中应用教育数据挖掘技术,一方面可以改进过程性评价方法;另一方面能够将评价结果及时反馈给学生,使学生可以尽早发现自己的不足,及时调整学习方法和学习态度;最后为教师进一步的教学优化工作提供理论指导和客观依据。
【学位单位】：内蒙古师范大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：TP3-4;G434
【部分图文】：

评价指标,调查结果

则3.54=（ 5* 2 7+ 4 * 2 1+ 3 * 1 3+ 2 * 1 1+ 10）/82。选项平均综合得分=（频数*权值）/本题填写人次公式 4-4图4-6 评价指标排序调查结果本文将五项评价指标的权重总分设为 10 分，则评价指标的权重计算方法如公式 4-5 所示（以“创意”为例，计算其权重：(3.54/15)*10 2.4）。通过公式4-5 计算出以上 5 个评价指标的权重如表 4-8 所示。= * 10各指标得分评价指标权重五项指标总分公式 4-5表4-8 各评价指标的权重创意版面设计主题内容功能应用2.4 2.4 2 1.7 1.5c 制定评价等级评价指标等级的划分是根据李克特量表（Likert Scale），它是由美国社会心理学家李克特于 1932 提出来的，并因此而得名李克特量表2。主要用于测量被调查者对于某一事物的态度，分“非常同意”、“同意”、“不一定”、“不同意”和“非常不同意”这五个等级，分别记为 5、4、3、2、1，各题总分之和就代表被调查者对该事物的态度。本文参照李克特量表将评价等级分为优秀、良好、一般和仍需努力四个等级

数据检索,数据挖掘,数据集

讨论区数据检索结果

示意图,关键词提取,贴进,示意图

关键词提取结果示意图

【参考文献】