本站小編為你精心準備了遠程教育中Web挖掘技術的研究參考范文,愿這些范文能點燃您思維的火花,激發您的寫作靈感。歡迎深入閱讀并收藏。
一、數據挖掘常用技術方法
(1)粗糙集方法
其主要思想在于通過信息系統來表示知識,通過信息系統進行知識簡約,導出問題決策和分類規則,歸納后可以從知識庫中抽取更有價值的隱含知識和潛在規律。所以,粗糙集方法其實質就是在大量信息系統中進行信息系統屬性約簡,得到一種屬性約簡集的過程,最終得到抽取的規則和方法。
(2)遺傳算法
它的基本思想是模擬生物生存進化過程中最優解的算法,其借鑒的生物學基礎就是遺傳和進化。通過遺傳算法我們可以在數據庫中進行搜索,并對其中隨機產生的規則進行優化。遺傳算法優點有以下兩點:①在適應值函數有噪聲下,遺傳算法可以以極大的概率找到整體最優解而不容易陷入局部最優;②大規模并行計算機很適用于遺傳算法。
(3)決策樹算法
其主要方法是先對數據進行處理,然后用歸納算法產生可讀的規則和決策樹,最后對新數據進行決策分析。決策樹算法有以下幾個特點:①決策樹算法描述結構較簡單,容易為人所理解;②效率高,適用于大規模數據的處理;③擁有較高的分辨進度。
二、Web數據挖掘技術在遠程教育中的應用
(1)遠程教育介紹
遠程教育作為一種重要的教育方法,被廣泛的用在高等教育,職業教育和成人教育中。在現代遠程教育中,學習者是通過點擊鼠標和瀏覽網頁來完成他們的學習過程,因而他們的學習習慣可以完全被系統日志記錄。我們只需要分析和挖掘系統日志,就可以很好的對學習者的學習習慣進行分析,同時也可以了解到遠程教育系統是否能很好的服務于學習者。
Web數據挖掘是數據挖掘技術與計算機網絡技術的融合,網站上有三種類型數據,分別是:內容數據,結構數據以及使用數據。Web數據挖掘一般包括數據獲得,數據預處理,模式發現,模式分析四部分。
①數據獲得:按照數據挖掘的目的獲取不同學習者的數據。Web內容挖掘收集的信息來自于我們的網站資源。Web結構挖掘收集的數據來自于HTML內部痕跡和網頁之間的超鏈接。Web使用數據從客戶端收集,數據包括IP地址,URL等。
②數據預處理:數據預處理是Web數據挖掘的關鍵一步,因為原始數據會受到不同程度的干擾,Web數據挖掘可能變得低質量而價值不高,因而數據預處理顯得尤為重要。數據預處理處理的好壞直接關系著模型發現和模型分析。常用數據清理進行處理。
③模式發現:在數據預處理之后,這些數據消除了擾亂,我們就可以對這些數據用常用的算法進行處理,如決策樹算法。
④模式分析:通過模式發現后,會產生一些規則和模型。怎樣讓學習者充分運用這些規則和模型,面對如此大量的晦澀的概念,我們通過模型分析,可以將這些規則和模型通過圖形界面程序傳遞給學習者,方便他們學習。
(3)決策樹算法應用
決策樹算法是一種廣泛應用的分類算法,具有描述簡單,容易理解的特點。我們要將學習者的學習成績與哪些因素有關分析出來,如課前預習,課后作業復習等。同時生成相應的決策樹,可以得到做筆記認真完成作業的學習者,他們的學習成績好,可以評定成為優秀。沒有完成則評定為不優秀,循環往復。決策樹算法可以很詳細的記錄學習者的學習情況,及時給予評價,督促學習者不斷努力學習。
三、結語
綜上所述,互聯網技術與教育結合是未來教育發展方向,數據挖掘技術應用于遠程教育,使得教育平臺更加智能化和個性化。雖然數據挖掘技術處于剛剛起步階段,相信隨著更多的數據挖掘方法出現,數據挖掘將有更廣泛的應用空間。
作者:彭浩單位:成都理工大學信息科學與技術學院