數(shù)據(jù)挖掘在個性化學習系統(tǒng)中的應(yīng)用研究.pdf

1、目前，網(wǎng)絡(luò)發(fā)展日益迅速，網(wǎng)絡(luò)學習應(yīng)運而生，為了滿足學生的不同需求，如何在網(wǎng)絡(luò)學習中加入個性化思想也就成為了值得研究的課題之一。傳統(tǒng)的網(wǎng)絡(luò)學習一般僅僅以“資料”作為中心，但由于網(wǎng)絡(luò)上的資料非常巨大，如果學生只是簡單地進行靜態(tài)頁面的學習，由于學習者之間的學習能力、興趣、態(tài)度、愛好等都存在一定程度上不同，這就會造成學習方式比較單一的問題。學習本來就是一個個性化的過程，如果所有人面臨的學習資源均是一樣的，那么就無法達到實際的目標。
　　本

2、論文就是要做到從學習者的角度出發(fā)，圍繞學習者不同的需求，在網(wǎng)絡(luò)學習系統(tǒng)的環(huán)境下提出一個新的個性化學習模型，來對不同程度的學生提供不同的個性化服務(wù)。此模型將兩種數(shù)據(jù)挖掘技術(shù)融合在一起，以學習者在學習系統(tǒng)中記錄的學習行為作為原始數(shù)據(jù)，比如做過的試題、試題難易程度、測試結(jié)果等信息，首先對學習者的學習能力進行評估，并以此為根據(jù)用聚類算法對學習者進行分類，其中，對于采取的k-means聚類算法在如何選取初始中心以及收斂速度兩個方面進行了優(yōu)化，其次

3、，對關(guān)聯(lián)規(guī)則算法作了相關(guān)改進，使其適應(yīng)此模型的數(shù)據(jù)特點，在每一類的基礎(chǔ)上對學習者的學習行為進行挖掘，獲得學習者的頻繁學習行為及其潛在的規(guī)律，對學習者的學習路徑起到針對性的指導，真正的實現(xiàn)為學習者提供個性化推薦。
　　在建立了新的個性化學習模型來指導學習者的學習行為后，還要將其應(yīng)用到實際的系統(tǒng)中得到驗證并加以實現(xiàn)。本論文以Java編程實驗系統(tǒng)作為平臺，在搭建完模型之后，首先需要對系統(tǒng)的需求及目標進行分析，描述需要解決哪些問題，其次通