利用數(shù)據(jù)挖掘技術(shù)在教學(xué)中應(yīng)用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了利用數(shù)據(jù)挖掘技術(shù)在教學(xué)中應(yīng)用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要:以數(shù)值分析課程為例，在新工科背景下利用數(shù)據(jù)挖掘技術(shù)探討學(xué)習(xí)分析在教學(xué)中的應(yīng)用。選取三峽大學(xué)理學(xué)院兩個(gè)數(shù)值計(jì)算課程班級的學(xué)生作為實(shí)證研究對象，形成對照組，進(jìn)行實(shí)證研究，得到學(xué)習(xí)數(shù)據(jù)與學(xué)生成績二者之間的關(guān)系，及時(shí)了解學(xué)生的學(xué)習(xí)情況并發(fā)現(xiàn)學(xué)習(xí)過程中出現(xiàn)的不足，預(yù)測學(xué)生在學(xué)習(xí)時(shí)可能遇到的難題，以期為三峽大學(xué)理學(xué)院在線教學(xué)平臺的建設(shè)與改進(jìn)提供理論指導(dǎo)，形成較為完善的在線教學(xué)平臺。

關(guān)鍵詞:新工科;數(shù)據(jù)挖掘技術(shù);學(xué)習(xí)分析;數(shù)值分析課程

《教育部辦公廳關(guān)于推薦新工科研究與實(shí)踐項(xiàng)目的通知》《教育部高等教育司關(guān)于開展新工科研究與實(shí)踐的通知》一經(jīng)發(fā)布，加快了新工科建設(shè)的步伐。數(shù)據(jù)挖掘技術(shù)結(jié)合了人工智能、數(shù)據(jù)庫、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)等多個(gè)領(lǐng)域的理論和技術(shù)。在國外，采用判別式分析的方法，佐治亞州立大學(xué)學(xué)者分析了高中學(xué)習(xí)者在線課程的學(xué)習(xí)情況。在國內(nèi)，大部分學(xué)者將研究主要集中在學(xué)生在線學(xué)習(xí)的數(shù)據(jù)采集、監(jiān)控和數(shù)據(jù)分析等方面。胡運(yùn)安等人采用機(jī)器學(xué)習(xí)的方法，在規(guī)范的網(wǎng)絡(luò)教學(xué)平臺上采集學(xué)生在線學(xué)習(xí)的數(shù)據(jù)，并對此數(shù)據(jù)進(jìn)行分析和評估;趙慧瓊等人采用數(shù)據(jù)挖掘技術(shù)對學(xué)生的學(xué)習(xí)過程進(jìn)行適當(dāng)干預(yù)，挖掘?qū)W生在線學(xué)習(xí)的潛在問題并提出合適的、有特色的解決方案，進(jìn)而提高學(xué)習(xí)效率和教學(xué)質(zhì)量。

1數(shù)據(jù)挖掘和學(xué)習(xí)分析

1.1數(shù)據(jù)挖掘

通過人工智能的算法對數(shù)據(jù)庫中的信息進(jìn)行搜索并獲取隱藏信息的過程被稱為數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘的實(shí)現(xiàn)和計(jì)算機(jī)技術(shù)有關(guān)，需要對數(shù)據(jù)庫中的大量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，利用數(shù)據(jù)分析技術(shù)在線分析相關(guān)數(shù)據(jù)，采用情報(bào)檢索的方法進(jìn)行數(shù)據(jù)檢索，可結(jié)合機(jī)器學(xué)習(xí)的算法、過去的相關(guān)經(jīng)驗(yàn)規(guī)則及模式識別等多種途徑進(jìn)行實(shí)現(xiàn)。要從大量模糊的、有噪聲的、不完全的數(shù)據(jù)中挖掘出有用的信息通常需要經(jīng)過以下步驟:數(shù)據(jù)清理、集成、篩選、變換、挖掘、模式評估和知識表示。

2學(xué)習(xí)分析

學(xué)習(xí)分析是指采用數(shù)據(jù)建立模型預(yù)測學(xué)習(xí)者的學(xué)習(xí)成效和學(xué)習(xí)行為。2011年，學(xué)習(xí)分析被定義為通過對學(xué)生學(xué)習(xí)情況相關(guān)數(shù)據(jù)的檢測、整理和分析來對學(xué)生的學(xué)習(xí)效率進(jìn)行優(yōu)化。學(xué)習(xí)分析模型主要包含了收集學(xué)生發(fā)布的數(shù)據(jù)形成特征庫(數(shù)據(jù)層)、分析行為特征庫中各個(gè)因素之間的關(guān)系和內(nèi)涵并進(jìn)行預(yù)測和反饋(機(jī)制層)，將分析得到的結(jié)果提供給教師、學(xué)生和家長(結(jié)果層)。

2研究對象和內(nèi)容

結(jié)合三峽大學(xué)理學(xué)院的辦學(xué)特色和教學(xué)條件，利用數(shù)據(jù)挖掘技術(shù)探討學(xué)習(xí)分析在工科研究生教學(xué)中的應(yīng)用，研究對象和主要內(nèi)容如下:(1)獲取學(xué)生在線學(xué)習(xí)的相關(guān)數(shù)據(jù)，如學(xué)生一學(xué)期登錄教學(xué)平臺的次數(shù)、單次登錄教學(xué)平臺的在線時(shí)長、一學(xué)期在線時(shí)長總和、在線操作頻率、每次作業(yè)的完成時(shí)間和提交時(shí)間、是否和教師在線進(jìn)行互動等內(nèi)容;(2)將各網(wǎng)絡(luò)教育平臺收集的數(shù)據(jù)進(jìn)行比較分析，歸納總結(jié)學(xué)生學(xué)習(xí)相關(guān)數(shù)據(jù)的處理方式，將整理之后的數(shù)據(jù)以合適的方式優(yōu)化，最終確定項(xiàng)目需要研究的數(shù)據(jù)。通過數(shù)據(jù)處理優(yōu)化，能夠篩選出規(guī)范的、有結(jié)構(gòu)化的數(shù)據(jù)，為后續(xù)的研究做準(zhǔn)備。(3)選取幾種常用的數(shù)據(jù)處理算法和數(shù)據(jù)分析方法，將這些算法和方法進(jìn)行對比分析，選擇適合學(xué)生在線學(xué)習(xí)數(shù)據(jù)的優(yōu)化算法和分析方法，掌握這些算法和分析方法的原理，精通這些算法和方法的使用方式，然后利用大數(shù)據(jù)技術(shù)為后面的研究做鋪墊;(4)選取兩個(gè)數(shù)值計(jì)算課程班級的學(xué)生作為實(shí)證研究對象，形成對照組，進(jìn)行實(shí)證研究;(5)對所選取的研究對象進(jìn)行成績分析，以驗(yàn)證研究方法的有效性。

3具體實(shí)施過程

3.1建立教學(xué)實(shí)證研究模型

教學(xué)實(shí)證分析系統(tǒng)的功能模塊如圖1所示。

3.2數(shù)據(jù)篩選和優(yōu)化處理

A.數(shù)據(jù)的獲得。統(tǒng)一錄入學(xué)生基本信息到三峽大學(xué)網(wǎng)絡(luò)教學(xué)平臺，任課教師在平臺上發(fā)布教學(xué)相關(guān)資源和知識結(jié)構(gòu)，創(chuàng)建各類教學(xué)區(qū)域，如作業(yè)、測試、答疑討論、案例庫與問卷等。課后，學(xué)生能夠在平臺中學(xué)習(xí)知識、提交作業(yè)、互相討論、鞏固教學(xué)內(nèi)容，以加強(qiáng)學(xué)生學(xué)習(xí)效果，提高學(xué)習(xí)效率。利用平臺獲取學(xué)生的學(xué)號、姓名、班級和年級等數(shù)據(jù)，通過分析方法得到對結(jié)果無影響的相關(guān)參數(shù)，將其列入學(xué)習(xí)成績相關(guān)的指標(biāo)中，確定并選取以下指標(biāo):(1)學(xué)生登錄網(wǎng)絡(luò)教學(xué)平臺的次數(shù)、課堂討論發(fā)帖次數(shù)、課后記錄知識點(diǎn)的次數(shù)、復(fù)習(xí)課件的次數(shù)、練習(xí)試卷的次數(shù)、提交試卷和作業(yè)的次數(shù)、學(xué)習(xí)最終成績、單次在線時(shí)長和在線總時(shí)長;(2)將學(xué)生基本信息全部錄入到教學(xué)平臺中，融合學(xué)生的校園卡所存儲的數(shù)據(jù)和成長發(fā)展數(shù)字化平臺的數(shù)據(jù)，根據(jù)在校情況、回訪情況和檔案記錄情況分析學(xué)生的日常學(xué)習(xí)和生活，依據(jù)多維度分析法確定學(xué)生時(shí)間和成長兩個(gè)維度之間的關(guān)系，給出學(xué)生的在校軌跡。B.數(shù)據(jù)的處理。在學(xué)習(xí)分析數(shù)據(jù)工具的選擇上運(yùn)用了以下算法:(1)決策樹算法:經(jīng)常用于學(xué)習(xí)者的模式識別與預(yù)測;(2)神經(jīng)網(wǎng)絡(luò)算法:應(yīng)用在模式識別中，能夠?qū)Ω深A(yù)學(xué)習(xí)和學(xué)習(xí)預(yù)警提供一定的決策支持;(3)支持向量機(jī)算法:主要用在模型識別、模型分類和模型回歸分析中;(4)K－Means聚類算法:在學(xué)習(xí)分析中可以應(yīng)用于數(shù)據(jù)的聚類分析。C.實(shí)證研究對象的選取和具體研究過程。(1)選取兩個(gè)班的學(xué)生分成1、2兩個(gè)組;(2)按照前6周學(xué)習(xí)結(jié)果預(yù)測兩個(gè)組學(xué)生可能會出現(xiàn)的危機(jī)情況;(3)將預(yù)測結(jié)果告知1組，對1組學(xué)生后6周的教學(xué)過程進(jìn)行適當(dāng)干預(yù);(4)2組的學(xué)生不干預(yù)，只預(yù)測;(5)對1組學(xué)生進(jìn)行相關(guān)指導(dǎo);(6)參照學(xué)生最終成績、回訪結(jié)果和調(diào)查結(jié)果，確定學(xué)習(xí)危機(jī)預(yù)測準(zhǔn)確與否及這種預(yù)測和適當(dāng)?shù)母深A(yù)可否激勵學(xué)生提高學(xué)習(xí)積極性、課程考試過關(guān)率、學(xué)習(xí)動力和學(xué)習(xí)有效性。

4結(jié)語

利用數(shù)據(jù)挖掘技術(shù)對數(shù)值計(jì)算這門課的學(xué)生在線學(xué)習(xí)相關(guān)數(shù)據(jù)進(jìn)行分析研究可以得到學(xué)習(xí)數(shù)據(jù)與學(xué)生成績二者之間的關(guān)系，及時(shí)了解學(xué)生的學(xué)習(xí)情況并發(fā)現(xiàn)學(xué)習(xí)過程中出現(xiàn)的不足，預(yù)測學(xué)生在學(xué)習(xí)時(shí)可能遇到的難題，為三峽大學(xué)理學(xué)院在線教學(xué)平臺的建設(shè)與改進(jìn)提供理論指導(dǎo)，形成較為完善的在線教學(xué)平臺。

參考文獻(xiàn):

［1］隋永博，曹旭.基于數(shù)據(jù)挖掘的學(xué)習(xí)分析在教學(xué)中的應(yīng)用初探———以高校計(jì)算機(jī)課程為例［J］．長春中醫(yī)藥大學(xué)學(xué)報(bào)，2018，34(05):988－991.

［2］孫永輝，周宏.數(shù)據(jù)挖掘技術(shù)在高校成績分析中的應(yīng)用研究［J］．科技創(chuàng)新導(dǎo)報(bào)，2015，(33):157－159.

［3］孫伯翰.基于數(shù)據(jù)挖掘?qū)W習(xí)分析的高校計(jì)算機(jī)教學(xué)實(shí)證研究模型分析［J］．現(xiàn)代電子技術(shù)，2019，42(19):127－131.

作者:楊珊珊 單位:三峽大學(xué)理學(xué)院