淺談數(shù)據(jù)挖掘技術(shù)在現(xiàn)代遠程開放教育中的應(yīng)用
相關(guān)鏈接： 北京安全網(wǎng) 北京質(zhì)量網(wǎng) 北京論文網(wǎng) 北京資訊網(wǎng)
論文導(dǎo)讀：現(xiàn)代遠程開放教育的全過程基本上都是通過瀏覽網(wǎng)站的形式進行的。數(shù)據(jù)挖掘技術(shù)便是最為關(guān)鍵的環(huán)節(jié)。本文提出并介紹信了把數(shù)據(jù)挖掘技術(shù)應(yīng)用于現(xiàn)代遠程開放教育系統(tǒng)中。對學(xué)生提出的問題實現(xiàn)智能化答疑。
關(guān)鍵詞：遠程開放教育，數(shù)據(jù)挖掘，應(yīng)用，智能化
1 前言
現(xiàn)代遠程開放教育的全過程基本上都是通過瀏覽網(wǎng)站的形式進行的，學(xué)生在Web上的行為都會產(chǎn)生大量的信息，這些信息在遠程教育的全過程中十分寶貴，充分挖掘這些信息及其背后潛在的信息，反饋來指導(dǎo)遠程教育中的各個環(huán)節(jié)，以此來為學(xué)生提供個性化的服務(wù)內(nèi)容，增強遠程開放教育的競爭力。利用數(shù)據(jù)庫技術(shù)來存儲管理數(shù)據(jù)，利用網(wǎng)絡(luò)和計算機學(xué)習(xí)的方法來分析數(shù)據(jù)，從而挖掘出大量的隱藏在數(shù)據(jù)背后的知識，即數(shù)據(jù)庫中的知識發(fā)現(xiàn)---KDD（Knowledge Discovery in Databases），其中，數(shù)據(jù)挖掘技術(shù)便是最為關(guān)鍵的環(huán)節(jié)。論文參考網(wǎng)�；谶h程開放教育將是當(dāng)前和未來教育的重要輔助系統(tǒng)，本文提出并介紹信了把數(shù)據(jù)挖掘技術(shù)應(yīng)用于現(xiàn)代遠程開放教育系統(tǒng)中。
2 數(shù)據(jù)挖掘概述
2.1數(shù)據(jù)挖掘（DataMining）定義
數(shù)據(jù)挖掘就是從大量存儲的數(shù)據(jù)中，利用模式識別、統(tǒng)計和數(shù)學(xué)的技術(shù)，篩選發(fā)現(xiàn)新的有意義的關(guān)系、模式和趨勢的方法。就是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。它主要依靠人工智能、機器學(xué)習(xí)和統(tǒng)計學(xué)技術(shù)，對數(shù)據(jù)進行歸納推理，從中挖掘出潛在的模式，預(yù)測未來趨勢，為決策提供支持。
2.2數(shù)據(jù)挖掘的主要任務(wù)
�。�1）關(guān)聯(lián)分析。兩個或兩個以上變量的取值之間存在的規(guī)律性稱為關(guān)聯(lián)。數(shù)據(jù)關(guān)聯(lián)是數(shù)據(jù)庫中存在的一類重要的、可被發(fā)現(xiàn)的知識。關(guān)聯(lián)分析的目的是找出數(shù)據(jù)庫中隱藏的關(guān)聯(lián)網(wǎng)。
（2）聚類分析。聚類是把數(shù)據(jù)按照相似性歸納成若干類別，同一類中的數(shù)據(jù)彼此相似，不同類中的數(shù)據(jù)相異。
（3）分類。分類就是找出一個類別的概念描述，它代表了這類數(shù)據(jù)的整體信息。
（4）預(yù)測。預(yù)測是利用歷史數(shù)據(jù)找出變化規(guī)律，建立模型，并由此模型對未來數(shù)據(jù)的種類及特征進行預(yù)測。
�。�5）時序模式。時序模式是指通過時間序列搜索出的重復(fù)發(fā)生概率較高的模式。它是用己知的數(shù)據(jù)預(yù)測未來的值，但這些數(shù)據(jù)的區(qū)別是變量所處時間的不同。
�。�6）偏差分析。在偏差中包括很多有用的知識，數(shù)據(jù)庫中的數(shù)據(jù)存在很多異常情況，發(fā)現(xiàn)數(shù)據(jù)庫中數(shù)據(jù)存在的異常情況是非常重要的。偏差檢驗的基本方法就是尋找觀察結(jié)果與參照之間的差別。
2.3數(shù)據(jù)挖掘?qū)ο?br>
根據(jù)信息存儲格式，用于挖掘的對象有關(guān)系數(shù)據(jù)庫、面向?qū)ο髷?shù)據(jù)庫、數(shù)據(jù)倉庫、文本數(shù)據(jù)源、多媒體數(shù)據(jù)庫、空間數(shù)據(jù)庫、時態(tài)數(shù)據(jù)庫、異質(zhì)數(shù)據(jù)庫以及Internet等。
2.4數(shù)據(jù)挖掘技術(shù)實施的步驟
�。ǎ保┐_定業(yè)務(wù)對象。清晰地定義出業(yè)務(wù)問題，認清數(shù)據(jù)挖掘的目的是數(shù)據(jù)挖掘的重要一步。挖掘的最后結(jié)構(gòu)是不可預(yù)測的，但要探索的問題應(yīng)是有預(yù)見的，為了數(shù)據(jù)挖掘而數(shù)據(jù)挖掘則帶有評價，并以用戶能理解和觀察的方式將發(fā)現(xiàn)的知識呈現(xiàn)給用戶。
�。ǎ玻⿺�(shù)據(jù)準(zhǔn)備。這個階段的工作包括數(shù)據(jù)集成、數(shù)據(jù)選擇、預(yù)分析和轉(zhuǎn)換。要對Ｗｅｂ服務(wù)器上的數(shù)據(jù)進行挖掘，必須研究站點之間異構(gòu)數(shù)據(jù)的集成問題，只有將這些站點的數(shù)據(jù)都集成起來，提供給用戶一個統(tǒng)一的視圖，才有可能從巨大的數(shù)據(jù)資源中獲取所需的東西。
�。ǎ常⿺�(shù)據(jù)挖掘。這個階段就是利用數(shù)據(jù)挖掘工具對經(jīng)過轉(zhuǎn)換的數(shù)據(jù)進行挖掘和發(fā)現(xiàn)知識的過程。不同的數(shù)據(jù)挖掘工具有不同的算法，面向不同的分析需求，并且當(dāng)具體使用操作時，也在一定程度上受到數(shù)據(jù)分析人員的思維方式和行為習(xí)慣的影響。數(shù)據(jù)挖掘利用人工智能領(lǐng)域中一些已經(jīng)成熟的算法和技術(shù)。如：人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、決策樹方法、鄰近搜索算法、規(guī)則推理、模糊邏輯、公式發(fā)現(xiàn)等來進行數(shù)據(jù)的挖掘。
�。ǎ矗┙Y(jié)果分析。論文參考網(wǎng)。數(shù)據(jù)挖掘的結(jié)果由分析人員根據(jù)發(fā)現(xiàn)知識的領(lǐng)域重要性、可信度和支持度等閥值來對發(fā)現(xiàn)結(jié)果進行評價，并以用戶能理解和觀察的方式將發(fā)現(xiàn)的知識呈現(xiàn)給用戶。通常會用到可視化技術(shù)。
�。ǎ担┲R的同化。將分析所得到的知識集成到業(yè)務(wù)信息系統(tǒng)的組織結(jié)構(gòu)中去。
3 現(xiàn)代遠程開放教育系統(tǒng)簡介
遠程開放教育系統(tǒng)能實現(xiàn)個性化學(xué)習(xí)、實時教學(xué)、實時考試和智能答疑。為每一個接受網(wǎng)絡(luò)遠程教育的學(xué)習(xí)者提供個性化的學(xué)習(xí)進程。能根據(jù)與當(dāng)前學(xué)習(xí)者相類似的學(xué)生的學(xué)習(xí)模式自動地對其后繼知識的學(xué)習(xí)進行預(yù)測以及合理推薦，并對學(xué)習(xí)者的學(xué)習(xí)過程進行分階段的評價，依據(jù)其績效信息動態(tài)調(diào)整其學(xué)習(xí)難度、練習(xí)與測試內(nèi)容，對學(xué)生提出的問題實現(xiàn)智能化答疑，對該學(xué)習(xí)者薄弱環(huán)節(jié)進行有效指導(dǎo)，做到因材施教和全天候?qū)W習(xí)。
遠程開放教育系統(tǒng)由用戶系統(tǒng)、WEB服務(wù)器、應(yīng)用服務(wù)器、數(shù)據(jù)服務(wù)器、用戶數(shù)據(jù)庫和資源數(shù)據(jù)庫組成。
用戶系統(tǒng)用于實現(xiàn)遠程開放教育系統(tǒng)的顯示功能，其功能是：實現(xiàn)信息的發(fā)布和接受，管理員通過它來實現(xiàn)系統(tǒng)的管理、更新、維護等，主要是通過XML語言和HTTP協(xié)議實現(xiàn)WEB瀏覽器與WEB服務(wù)器的鏈接和信息通訊。WEB服務(wù)器用于完成遠程開放教育系統(tǒng)的事務(wù)處理，用于處理學(xué)習(xí)過程中的各種事務(wù)。應(yīng)用服務(wù)器直接為WEB服務(wù)器提供相關(guān)服務(wù)，處理WEB服務(wù)器以及XML文檔組成的用戶的事務(wù)請求信息。論文參考網(wǎng)。數(shù)據(jù)庫服務(wù)器用于完成數(shù)據(jù)處理，為應(yīng)用服務(wù)器提供相關(guān)服務(wù)，完成數(shù)據(jù)查詢、修改和更新等服務(wù)，并把運行結(jié)果反饋給應(yīng)用服務(wù)器。資源數(shù)據(jù)庫中主要由遠程開放教育系統(tǒng)中要使用的課件庫、答疑庫、作業(yè)庫、試題庫和必要的超級鏈接等構(gòu)成。用戶數(shù)據(jù)庫主要用于存儲遠程開放教育系統(tǒng)中要使用的的注冊檔案、用戶目前的學(xué)習(xí)內(nèi)容、學(xué)習(xí)進展、作業(yè)情況和考試情況等信息。
4 數(shù)據(jù)挖掘技術(shù)在遠程開放教育中的應(yīng)用
現(xiàn)代遠程開放教育是隨著現(xiàn)代信息技術(shù)的發(fā)展而產(chǎn)生的一種新型教育形式，其基本特征是利用計算機網(wǎng)絡(luò)和多媒體技術(shù)，提供豐富的教學(xué)資源供學(xué)習(xí)者選用，教學(xué)形式由原來的以教為主變?yōu)橐詫W(xué)為主。數(shù)據(jù)挖掘技術(shù)在現(xiàn)代遠程開放教育中的應(yīng)用主要有以下幾方面：
（1）在個性化學(xué)習(xí)方面的應(yīng)用
由于每個學(xué)習(xí)者的知識背景、學(xué)習(xí)習(xí)慣和學(xué)習(xí)目標(biāo)都不一樣，故個性化學(xué)習(xí)在遠程開放教育中就顯得非常重要。為了實現(xiàn)此功能，基于WEB的智能遠程開放教育系統(tǒng)首先要根據(jù)學(xué)習(xí)者的特點和學(xué)習(xí)目標(biāo)來收集學(xué)習(xí)者的數(shù)據(jù)信息，然后對收集到的信息進行預(yù)處理，再應(yīng)用一種合理的挖掘算法或綜合應(yīng)用不同的算法，如關(guān)聯(lián)規(guī)則分析、聚類和分類技術(shù)、統(tǒng)計分析以及時序模式技術(shù)等，來處理此數(shù)據(jù)，最終發(fā)現(xiàn)用戶的訪問模式，但是通過模式挖掘后，生成的規(guī)則數(shù)目大、表達晦澀且不好用，這時就需要用到智能查詢機制、可視化和聯(lián)機分析等技術(shù)對模式進行分析評價，經(jīng)過模式分析和應(yīng)用技術(shù)處理后，選擇一種學(xué)習(xí)者易于理解和接受的表達方式將知識數(shù)據(jù)顯現(xiàn)出來。利用數(shù)據(jù)挖掘與學(xué)習(xí)內(nèi)容綁定的技術(shù)，系統(tǒng)就可以以可視化方式來指導(dǎo)學(xué)習(xí)者學(xué)習(xí)和個性化發(fā)展，這樣系統(tǒng)就實現(xiàn)了個性化學(xué)習(xí)功能。
�。�2）在資源庫建設(shè)方面的應(yīng)用
資源庫建設(shè)在整個系統(tǒng)中至關(guān)重要，為了建立覆蓋面廣、功能齊全的資源庫，我們就必須編制信息資源目錄，征集種類資源信息，并進行資源查重、資源信息篩選、資源信息整理和存儲；同時按學(xué)科門類建設(shè)積件庫。當(dāng)老師在系統(tǒng)內(nèi)制作課件，為了有針對性和避免重復(fù)，我們可以對所有學(xué)習(xí)者已選的課程進行聚類，并通過聚類學(xué)習(xí)算法來自動確定每門課程的類別標(biāo)記。接著利用數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則，估計出一組相關(guān)同位類課程，再利用泛化關(guān)聯(lián)規(guī)則，找到其上位類課程，或利用序列模式，預(yù)測出與之有關(guān)的學(xué)生未來可能選擇的同級課程，最后圍繞學(xué)習(xí)者的需求權(quán)限進行課程設(shè)置。
�。�3）在實時教學(xué)方面的應(yīng)用
在本系統(tǒng)中，由于引入了互聯(lián)網(wǎng)技術(shù)、人工智能技術(shù)、數(shù)據(jù)庫技術(shù)和知識發(fā)現(xiàn)技術(shù)，通過機器學(xué)習(xí)、統(tǒng)計分析等方法設(shè)計出了個性化處理引擎，從大量的數(shù)據(jù)中進行數(shù)據(jù)挖掘，提取有用的、潛在的信息。學(xué)生可以通過網(wǎng)絡(luò)實現(xiàn)每天24小時的學(xué)習(xí)，而且本系統(tǒng)可以更多且及時的了解到學(xué)生的學(xué)習(xí)學(xué)習(xí)進度、需求、能力、興趣愛好等方面的信息，并動態(tài)地根據(jù)這些信息調(diào)整學(xué)習(xí)計劃和進度，讓學(xué)生得到針對其“個性”的教育，實現(xiàn)因材施教。
（4）在智能答疑方面的應(yīng)用
基于WEB的遠程教學(xué)系統(tǒng)中的智能答疑系統(tǒng)只要用戶能上網(wǎng)，就可解答學(xué)生在學(xué)習(xí)過程中產(chǎn)生的問題。它能根據(jù)學(xué)生用戶訪問日志、問題記錄等數(shù)據(jù)進行數(shù)據(jù)挖掘，用智能抽取的方法實現(xiàn)智能答疑。從用戶訪問日志和提問信息里面可以分析出學(xué)生的行為。智能答疑系統(tǒng)后臺存儲了大量的由經(jīng)驗豐富的教師精心挑選的問題答案，對于用戶提出的問題．系統(tǒng)首先通過對問題的分析自動在數(shù)據(jù)庫中尋找最適合的答案。這樣通過數(shù)據(jù)挖掘，針對學(xué)生用戶提問記錄、日志不斷更新和調(diào)整學(xué)生用戶知識庫，使問題的回答更加精確。
（5）在實時考試方面的應(yīng)用
本系統(tǒng)的實時考試系統(tǒng)是一個基于數(shù)據(jù)庫和WEB的遠程在線式實時的測試系統(tǒng)。它能考慮個別學(xué)習(xí)者的能力和特性，按照考試的目的和必要性，提供各種問項信息，如難易程度、辨別程度等。并且還能同步打分，提供成績進展情況，根據(jù)個人特性解釋問題，按個人及科目對考試結(jié)果進行各種統(tǒng)計分析和評價，并存入學(xué)生用戶數(shù)據(jù)中。這些功能的實現(xiàn)是由于系統(tǒng)采用關(guān)聯(lián)規(guī)則、聚類和分類工具對數(shù)據(jù)庫中抽取的數(shù)據(jù)進行處理，分析出學(xué)生的特性及其對課程各知識點的掌握程度，并結(jié)合學(xué)生的考試目的恰當(dāng)?shù)胤答伣o學(xué)生，這樣提高了學(xué)生學(xué)習(xí)的效率。
5 結(jié)束語
在現(xiàn)代遠程開放教育網(wǎng)站設(shè)計中，基于XML（ExtensibleMarkup Language，可擴展標(biāo)記語言）的新一代系統(tǒng)設(shè)計環(huán)境，可以更好地描述半結(jié)構(gòu)化和結(jié)構(gòu)化的數(shù)據(jù)，更有利于進行數(shù)據(jù)搜索和挖掘。如何整合XML和Web服務(wù)技術(shù)，以此為契機開展數(shù)據(jù)挖掘和知識獲取，在現(xiàn)代遠程開放教育網(wǎng)站的設(shè)計中以學(xué)習(xí)者為中心,提供一種基于資源的學(xué)習(xí),教學(xué)資源可以適應(yīng)各種學(xué)習(xí)者的需要和背景進行不同的組合，提供更加優(yōu)良的、個性化的服務(wù)。
參考文獻：
[1]李爽，陳麗．國內(nèi)外網(wǎng)上智能答疑系統(tǒng)比較研究[J]．北京，中國電化教育，2003（5）
[2]蘇新寧．?dāng)?shù)據(jù)挖掘理論與技術(shù)[M]．北京：科學(xué)技術(shù)文獻出版社，2003
[3]趙丹群．?dāng)?shù)據(jù)挖掘：原理、方法及其應(yīng)用[J]．現(xiàn)代圖書情報技術(shù)，2000，(6)
[4]周云真，舒建文，王平根．據(jù)挖掘在基于WEB的智能遠程教育系統(tǒng)中的的應(yīng)用[J] ．南京：文教資料，2006（10）
