网络教学平台中数据挖掘云系统设计与开发

发布时间：2017-05-14 04:02

  本文关键词：网络教学平台中数据挖掘云系统设计与开发，，由笔耕文化传播整理发布。

【摘要】：当前大数据时代,各类网络教学平台中,逐步储存起各类数据,并且海量地增长着。充分整合利用这些数据,作为教育决策依据,可提高决策的客观性、科学性。教育数据挖掘云系统,则是辅助人们实现这些目标的软件系统,具有重要的研究意义。教育数据挖掘云系统跨教育、数据、软件多个领域,目前尚处于起步阶段。本文对数据挖掘云系统进行设计开发的研究与实践。文章首先通过信息互动系统分析的方法,从信息互动系统的视角对数据挖掘在教育中的应用模式进行了探讨,提出了一个教育数据挖掘原理与工程框架,作为本教育数据挖掘云系统设计开发及应用的教育理论基础。由该框架,结合软件需求分层次模型,形成了本系统的软件需求。算法是教育数据挖掘系统的核心部件,论文在云计算二分类并行SVM算法及单机多分类SVM算法基础上,提出了一种二叉树多分类SVM并行计算算法,通过采用UCI标准数据集样本进行了算法实验,发现该算法相比单机算法,准确率稍低但在可接受范围,效率有明显提高。大规模复杂系统的开发,系统架构是非常重要的部分。论文在分析了云计算架构及SOA服务架构策略后,提出了一种在教育数据挖掘领域的基于云的SOA服务体系架构方案,该体系架构由表现层、接口服务层、云计算业务逻辑层、云数据处理层构成。系统开发实现时,探讨了合理的开发和技术选择策略,探讨了云计算平台、数据同步、后台管理、挖掘算法、服务接口实现等关键技术的实现。最后该系统在由信息互动系统观推导的应用框架指导下,应用于英语语法学习系统、写作学习社区、学习绩效决策支持分析等三个教学系统,检验了该系统在网络教学平台中的应用成效。发现该系统能较好与各种教学系统进行数据挖掘集成应用、能对云环境下的教育数据进行有效的支持向量分类挖掘,能为教育数据挖掘提供有效的使用平台及集成模块。
【关键词】：教育数据挖掘 支持向量机 SVM 云计算 SOA
【学位授予单位】：江西师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：G434
【目录】：

• 摘要3-4
• Abstract4-14
• 第1章 绪论14-23
• 1.1. 课题提出14
• 1.2. 国内外研究现状14-17
• 1.2.1. 教育数据挖掘研究现状14-15
• 1.2.2. 支持向量机及在教育中应用研究现状15-16
• 1.2.3. 教育数据挖掘体系架构研究现状16-17
• 1.3. 相关理论基础17-21
• 1.3.1. 学习环境理论17-18
• 1.3.2. 信息互动系统观18-19
• 1.3.3. 支持向量机原理与算法19-20
• 1.3.4. 云计算技术20-21
• 1.4. 研究方法21
• 1.5. 研究内容21-23
• 第2章 数据挖掘在网络教学系统中的应用探讨23-33
• 2.1. 信息互动系统视角下的教育数据挖掘23
• 2.2. 数据挖掘在教育中的功能：学习和教学规则发现与预测23-24
• 2.3. 教育数据挖掘的要素及关系24-28
• 2.3.1. 数据挖掘与学习者25-26
• 2.3.2. 数据挖掘与教学者26
• 2.3.3. 数据挖掘与教学内容26-27
• 2.3.4. 数据挖掘与教学媒体27
• 2.3.5. 数据挖掘与教学方法27-28
• 2.3.6. 数据挖掘与学习互动28
• 2.4. 教育数据挖掘的过程及状态28
• 2.5. 教育数据挖掘工程28-29
• 2.6. 教育数据挖掘云系统的需求29-33
• 第3章 教育数据挖掘系统中多分类SVM并行计算算法研究33-41
• 3.1. 多分类SVM并行计算算法的相关基础33-36
• 3.1.1. 云计算框架MapReduce33-34
• 3.1.2. SVM并行化计算方法34-35
• 3.1.3. SVM多分类实现的方法35-36
• 3.2. 多分类SVM并行计算算法的实现36-37
• 3.3. 算法实验37-41
• 3.3.1. 实验目的37
• 3.3.2. 实验准备37-39
• 3.3.3. 实验过程39-40
• 3.3.4. 结果与讨论40-41
• 第4章 教育数据挖掘云服务体系架构设计41-49
• 4.1. 相关架构策略的分析41-43
• 4.1.1.“云端”教育数据挖掘架构41-43
• 4.1.2. 数据挖掘的SOA服务体系架构43
• 4.2. 教育数据挖掘云SOA服务体系架构设计43-44
• 4.3. 体系架构各层详细设计44-49
• 4.3.1. 表现层(Presentation)44-45
• 4.3.2. 接.服务层(Services)45-46
• 4.3.3. 业务逻辑层(Business)46-47
• 4.3.4. 数据层(Data)47-49
• 第5章 教育数据挖掘云系统开发实现49-64
• 5.1. 开发框架49-52
• 5.1.1. 技术及工具的选择49-50
• 5.1.2. 代码组织结构50-52
• 5.2. 关键技术实现52-54
• 5.2.1. 云服务器的虚拟化及集群52
• 5.2.2. 云数据同步组件实现52
• 5.2.3. 多分类SVM并行算法实现52-53
• 5.2.4. 挖掘管理后台实现53
• 5.2.5. 挖掘助手HtmlHelper实现53
• 5.2.6. SOA服务接.的实现53-54
• 5.3. 所实现的教育数据挖掘云系统介绍54-64
• 5.3.1. 云平台管理54-55
• 5.3.2. 云数据同步管理55
• 5.3.3. 教育数据挖掘云管理后台55-60
• 5.3.4. SOA服务接60-63
• 5.3.5. MVC挖掘助手(DataMiningHelper)63-64
• 第6章 教育数据挖掘云系统应用与成效检验64-79
• 6.1. 教育数据云挖掘系统在网络教学平台中的应用框架64-65
• 6.2. 英语语法引导式数据驱动学习平台的数据挖掘云应用65-70
• 6.2.1. 英语语法引导式数据驱动学习平台介绍65-66
• 6.2.2. 教育数据挖掘云系统在英语语法系统的应用66-68
• 6.2.3. 应用实例68-70
• 6.3. 英语写作学习社区网络平台的数据挖掘云应用70-73
• 6.3.1. 英语写作学习社区网络平台介绍70
• 6.3.2. 教育数据挖掘云系统在英语写作社区的应用70-72
• 6.3.3. 应用实例72-73
• 6.4. 学习绩效教育决策分析数据挖掘云应用73-79
• 6.4.1. 学习绩效数据仓库73-74
• 6.4.2. 学习绩效数据挖掘教育决策分析框架74-76
• 6.4.3. 挖掘实例76-79
• 第7章 结语与展望79-82
• 7.1. 论文总结79
• 7.2. 研究价值及创新之处79-80
• 7.3. 研究的不足80
• 7.4. 研究展望80-82
• 参考文献82-85
• 附录 部分关键代码85-100
• 致谢100-101
• 在读期间公开发表论文（著）及科研情况101

【相似文献】

中国期刊全文数据库 前10条

1 香丽芸;浅谈数据挖掘及其应用[J];昌吉师专学报;2001年02期

2 韩海萌;信息时代的指南针——数据挖掘[J];江苏统计;2002年05期

3 林阳;数据挖掘在教育信息化中的潜在价值[J];现代教育技术;2002年01期

4 朱世武 ,崔嵬 ,张尧庭 ,谢邦昌;数据挖掘运用的理论与技术[J];统计研究;2003年08期

5 王晓涓,祁慧敏;数据挖掘漫谈[J];天中学刊;2003年02期

6 韩江;数据挖掘——极具发展潜力的新领域[J];苏州市职业大学学报;2004年01期

7 李菁菁,邵培基,黄亦潇;数据挖掘在中国的现状和发展研究[J];管理工程学报;2004年03期

8 ;中国科学院数据挖掘与知识管理学术研讨会在京举行[J];管理评论;2004年07期

9 魏瑜,陆静;数据挖掘与统计学的关系浅析[J];沿海企业与科技;2005年09期

10 单靖华;金矿就在你手中 读《数据挖掘——客户关系管理的科学与艺术》随笔[J];数据;2005年10期

中国重要会议论文全文数据库 前10条

1 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

2 张弦;;数据挖掘在农业中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

3 魏顺平;;教育数据挖掘:现状与趋势[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年

4 关清平;沉培辉;;概率网络在数据挖掘上的应用[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年

5 丁瑾;;基于Web数据挖掘的综述[A];山西省科学技术情报学会学术年会论文集[C];2004年

6 聂茹;田森平;;Web数据挖掘及其在电子商务中的应用[A];中南六省（区）自动化学会第24届学术年会会议论文集[C];2006年

7 李菊;王军;;数据挖掘在客户关系管理的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

8 肖阳;李启贤;;数据挖掘在中国钢铁行业中的应用[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年

9 杨磊;王贵成;汪勇;张占胜;;SQL Server 2005在数据挖掘中的应用[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

10 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

中国重要报纸全文数据库 前10条

1 本报记者褚宁;数据挖掘如“挖金”[N];解放日报;2002年

2 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年

3 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年

4 《网络世界》记者 王莹;数据挖掘保险业的新蓝海[N];网络世界;2012年

5 刘俊丽;基于地理化的网络数据挖掘与分析提升投资有效性[N];人民邮电;2014年

6 本报记者 连晓东;数据挖掘：金融信息化新热点[N];中国电子报;2002年

7 本报记者 凤小华 朱仁康;“数字挖掘软件”引领中国信息化新浪潮[N];中国电子报;2003年

8 本报记者　史延廷;“成功企业数据挖掘暨数量化管理论坛”在京举办[N];中国旅游报;2002年

9 朱小宁;数据挖掘：信息化战争的基础工程[N];解放军报;2005年

10 本报记者 王小平;从“大集中”走向数据挖掘[N];金融时报;2002年

中国博士学位论文全文数据库 前10条

1 于自强;海量流数据挖掘相关问题研究[D];山东大学;2015年

2 张馨;全基因组SNP芯片应用于CNV和L0H分析的软件比对与数据挖掘[D];复旦大学;2011年

3 彭计红;基于数据挖掘的痴呆中医证的研究[D];南京中医药大学;2015年

4 李秋虹;基于MapReduce的大规模数据挖掘技术研究[D];复旦大学;2013年

5 邬文帅;基于多目标决策的数据挖掘方法评估与应用[D];电子科技大学;2015年

6 李荣;生物信息数据挖掘若干关键问题研究与应用[D];复旦大学;2004年

7 李玉华;面向服务的数据挖掘关键技术研究[D];华中科技大学;2006年

8 吴少智;时间序列数据挖掘在生物医学中的应用研究[D];电子科技大学;2010年

9 王珊珊;知识指导下的数据挖掘在新闻和金融工具之间因果关系上的应用[D];中国科学技术大学;2009年

10 杨虎;序列数据挖掘的模型和算法研究[D];重庆大学;2003年

中国硕士学位论文全文数据库 前10条

1 林仁红;基于数据挖掘的机遇识别与评价研究[D];首都经济贸易大学;2007年

2 张彦俊;游戏运营中的数据挖掘[D];复旦大学;2011年

3 焦亚召;基于多核函数FCM算法在数据挖掘聚类中的应用研究[D];昆明理工大学;2015年

4 王杰锋;物联网能耗数据智能分析及其应用平台设计[D];江南大学;2015年

5 刘学建;数据挖掘在电子商务推荐系统中的应用研究[D];昆明理工大学;2015年

6 戴阳阳;基于数据挖掘的金融时间序列预测研究与应用[D];江南大学;2015年

7 石思优;基于主题模型的医疗数据挖掘研究[D];广东技术师范学院;2015年

8 陈丹;移动互联网信令挖掘实现智慧营销的设计与实现应用研究[D];华南理工大学;2015年

9 陈思;基于数据挖掘的大学生客户识别模型的研究[D];昆明理工大学;2015年

10 位长帅;基于客户数据挖掘的电信客户关系管理研究[D];西南交通大学;2015年

  本文关键词：网络教学平台中数据挖掘云系统设计与开发，由笔耕文化传播整理发布。

本文编号：364214