數(shù)據(jù)挖掘在網(wǎng)絡個性化教學平臺中的應用研究.pdf

1、隨著計算機多媒體技術和網(wǎng)絡信息技術的蓬勃發(fā)展，各種基于網(wǎng)絡的教學模式應運而生。結(jié)合教學原理策略，建立反映學習者個性特征的學習者模型，建立動態(tài)適應性的導航機制，有效地為不同類型的學生進行個性化教學，實施因材施教，將是現(xiàn)行網(wǎng)絡教學面臨的一項重要研究課題。 在分析目前國內(nèi)外網(wǎng)絡教學平臺的現(xiàn)狀、存在的問題及數(shù)據(jù)挖掘技術應用現(xiàn)狀的基礎上，將數(shù)據(jù)挖掘技術引入網(wǎng)絡教學，設計了基于數(shù)據(jù)挖掘技術的網(wǎng)絡個性化教學平臺的系統(tǒng)模型框架，描述了各模塊的主

2、要功能及設計思路，構(gòu)建了以學習者模型為基礎的動態(tài)導航學習決策支持機制。 網(wǎng)絡個性化教學的關鍵是要構(gòu)建學習者特征模型，使用關聯(lián)規(guī)則、分類與聚類技術能很好地實現(xiàn)這一目標。 針對數(shù)據(jù)挖掘關聯(lián)規(guī)則APRIORI算法的不足，為減少對事務數(shù)據(jù)庫的描述次數(shù)，提高挖掘效率，給出了基于矩陣的APRIORI改進算法，并將之用于學習者容易發(fā)生錯誤知識點的關聯(lián)規(guī)則挖掘。達到當發(fā)現(xiàn)學習者在某些知識點發(fā)生錯誤時能適時推薦可能發(fā)生錯誤的知識點相關教學

3、內(nèi)容給學習者的教學目標。 針對決策樹分類算法ID3存在的不足，給出了基于屬性加權(quán)的Z_ID3改進算法以消除分類規(guī)則與屬性取值相關的影響，以便更科學地找出影響學習者學習效果的因素，從而達到根據(jù)學習狀態(tài)適時地預測學習者可能的學習效果，并提醒學習者進入合適的教學環(huán)節(jié)這一目標。在理論分析的基礎上分別構(gòu)建了原型系統(tǒng)驗證以上兩個改進算法的可行性，實驗結(jié)果證實兩個改進算法能達到預期目的。 最后，通過一個實例的分析說明了如何將聚類用于學