数据挖掘技术在测试信息分析中的应用

发布时间：2017-08-26 07:03

  本文关键词：数据挖掘技术在测试信息分析中的应用

  更多相关文章： 测试信息 数据挖掘 试题分析 学习者分析 SPSS Clementine

【摘要】： 测试信息中蕴含着大量的教育过程信息,运用数据挖掘技术分析测试信息能够将隐含于其中的教育过程信息明晰化。论文运用数据挖掘的方法,通过SPSSClementine数据挖掘工具对高中测试试题信息进行了分析,旨在分别对学习者与教师给予个性化指导与帮助。 在学习者维度,从学习者测试试题答题情况入手,根据学习者答题情况在其存在学习障碍的试题上进行练习推荐,帮助学习者掌握知识点、达到教学目标。在教师维度,通过测试数据的分析帮助其从无序的测试数据中得到试卷、试题和学习者的信息与情况,为教师教学的改进提供有效的反馈信息。具体地说,笔者运用数据挖掘技术对测试信息的分析主要包括以下三个方面： 一是对学习者进行试题推荐。通过对学习者试题答题数据的关联规则挖掘得到的试题间相关性,运用试题相关性分析对学习者进行个性化的试题推荐：根据学习者答错的试题进行同类型试题的推荐；根据试题间的关联规则对学习者可能出错的试题进行推荐。通过对学习者的个别化试题推荐帮助学习者更好地掌握知识单元、达到学习目标。 二是根据试题的关联规则分析,辅助教师进行试题、试卷分析。通过关联规则挖掘得到的试题关联规则,可以得知学习者是由于哪些知识点或试题存在学习障碍而导致某个测试知识点或试题的学习失败,并且可以将试题的关联规则作为教师组卷的参考。 三是辅助教师进行学习者-试题分析。以学习者的试题答题数据为依据对学习者进行聚类分析,使得答题情况相近的学习者聚为一类。之后对每一个聚类的学习者进行S-P表分析,使得教师对于学习者和试题的情况既有整体的了解,也能够进行个别分析,辅助教师对存在异质性的学习者或试题进行分析。
【关键词】：测试信息 数据挖掘 试题分析 学习者分析 SPSS Clementine
【学位授予单位】：华东师范大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：G40-05
【目录】：

• 论文摘要6-7
• ABSTRACT7-9
• 目录9-11
• 图表目录11-13
• 第1章 绪论13-17
• 1.1 研究背景13-14
• 1.2 研究内容14-15
• 1.3 研究意义15-16
• 1.4 论文结构16-17
• 第2章 数据挖掘与测试信息分析17-31
• 2.1 概念界定17-18
• 2.1.1 数据挖掘17-18
• 2.1.2 测试信息分析18
• 2.2 测试信息分析中的方法18-24
• 2.2.1 关联规则法18-22
• 2.2.2 聚类分析法22-23
• 2.2.3 S-P表分析法23-24
• 2.3 数据挖掘工具24-31
• 2.3.1 数据挖掘工具分类25
• 2.3.2 影响数据挖掘工具选择的因素25
• 2.3.3 常用数据挖掘工具及其特性25-26
• 2.3.4 SPSS Clementine简介26-31
• 第3章 数据挖掘的学习指导应用31-58
• 3.1 挖掘数据的格式化处理31-37
• 3.1.1 试题认知分类字段33-36
• 3.1.2 试题所考察的知识点序号字段36-37
• 3.1.3 试题序号字段37
• 3.2 数据来源与数据预处理37-40
• 3.2.1 数据来源37-39
• 3.2.2 数据预处理39-40
• 3.3 试题的关联规则挖掘40-50
• 3.3.1 导入试题数据40-42
• 3.3.2 试题关联规则挖掘过程42-47
• 3.3.3 试题相关性分析结果47-50
• 3.4 学习者的试题推荐50-58
• 3.4.1 试题库的组建50-52
• 3.4.2 学习者出错试题的同类练习推荐52-55
• 3.4.3 学习者可能出错的试题推荐55-58
• 第4章 数据挖掘的教学分析应用58-70
• 4.1 试题信息分析58-61
• 4.1.1 前障知识分析58-60
• 4.1.2 指导教师组卷60-61
• 4.2 学习者-试题特质分析61-70
• 4.2.1 学习者-试题特质分析过程61-64
• 4.2.2 学习者-试题特质结果分析64-70
• 第5章 总结与展望70-72
• 5.1 研究总结70
• 5.2 研究展望70-72
• 附录72-75
• 参考文献75-78
• 后记(致谢)78-79

【引证文献】

中国期刊全文数据库 前1条

1 赵文文;宫廷;;基于MATLAB语言的S-P表算法实现[J];考试周刊;2011年57期

中国硕士学位论文全文数据库 前2条

1 公建伟;S—P表在教育测试信息分析中的应用[D];华东师范大学;2011年

2 罗慧娟;数据挖掘在英语在线学习平台中的应用[D];华东师范大学;2011年

，

本文编号：740341