Web數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)教育論壇中的應(yīng)用研究.pdf

1、隨著互聯(lián)網(wǎng)的飛速發(fā)展，網(wǎng)絡(luò)教育論壇逐漸成為一種教育資源平臺并得到充實壯大，成為人們尤其是教師和學(xué)生日常交流、研究、學(xué)習(xí)中不可或缺的要素。網(wǎng)絡(luò)教育論壇尤其是與專業(yè)方向密切相關(guān)的論壇上有大量交流思想、探討學(xué)習(xí)和專業(yè)研究的帖子，這些帖子本身就是極好的教育資源，論壇對某個話題的深入廣泛的討論會使其成為熱點話題而受到廣泛關(guān)注。因帖子的數(shù)量龐大，手工統(tǒng)計分析網(wǎng)頁上帖子已不能滿足應(yīng)用要求。Web數(shù)據(jù)挖掘技術(shù)的發(fā)展，使深入研究和分析教育論壇的帖子內(nèi)容成

2、為可能，為研究者提供了強大的技術(shù)支撐。利用Web數(shù)據(jù)挖掘技術(shù)研究教育論壇中有關(guān)專業(yè)研究學(xué)習(xí)方面的熱點話題，并把研究結(jié)果反饋于教育教學(xué)活動，是對變革教育方式積極有益的探索，對加快教育現(xiàn)代化進(jìn)程具有重要意義。
　　 文章主要利用Web數(shù)據(jù)挖掘技術(shù)對網(wǎng)絡(luò)教育論壇上的內(nèi)容展開研究。以北大中文論壇的中文信息處理版塊為研究對象，挖掘論壇中的熱點話題和話題領(lǐng)袖，從而對課堂教育教學(xué)提供補充和擴展，加快教育方式變革。
　　 文章主要完成了

3、以下工作：
　　 （1)獲取網(wǎng)頁文本數(shù)據(jù)是Web數(shù)據(jù)挖掘的第一步，本研究實現(xiàn)了利用網(wǎng)絡(luò)爬蟲程序下載網(wǎng)頁，使用DOM樹和正則表達(dá)式解析網(wǎng)頁以獲得所需要的正文內(nèi)容。在進(jìn)行大規(guī)模網(wǎng)頁采集、抽取時，對采集到的數(shù)據(jù)進(jìn)行清理、篩選、轉(zhuǎn)換，并將結(jié)果存入本地數(shù)據(jù)庫中。
　　 （2)實現(xiàn)并改進(jìn)正向最大匹配中文分詞算法，使分詞的粒度較大，便于劃分出一些學(xué)科的專有名詞。研究設(shè)計的中文分詞詞典能很好地支持本算法的實現(xiàn)。
　　 （3)編程

4、實現(xiàn)了經(jīng)典的K-means聚類挖掘算法。通過對論壇網(wǎng)頁的聚類分析發(fā)現(xiàn)網(wǎng)絡(luò)教育論壇中討論的熱點話題，通過判斷和分析熱點話題，就可把握話題的發(fā)展方向，了解教育論壇中人們研究、學(xué)習(xí)的主要方面，以此輔助教學(xué)。
　　 （4)根據(jù)挖掘結(jié)果，有針對性地關(guān)注熱點話題、關(guān)注話題領(lǐng)袖引領(lǐng)的話題可以解決在專業(yè)方面反映突出的問題，進(jìn)而可以利用好課堂內(nèi)外兩個平臺。課堂教學(xué)是教育教學(xué)工作的重要部分，而通過網(wǎng)絡(luò)教育論壇解決學(xué)生學(xué)習(xí)中遇到的問題是對教育方式變革