资源描述：
《知识挖掘技术与网络教育资源的组织》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、电化教育研究 2003年第6期(总第122期)网络教育[文章编号]1003-1553(2003)06-0053-03知识挖掘技术与网络教育资源的组织唐远洋, 黄尔嘉(西南师范大学计算机与信息科学学院,重庆 400715)[摘要]本文从知识挖掘的技术出发,介绍其方法和模式。在对学习者在网络教育资源中常见问题的解构分析的基础上,尝试运用知识挖掘的思想和方法来帮助资源提供者解决这些问题,在目前的网络教育资源组织的基础上提出一种改进的网络教育资源组织方案。[关键词]网络教育资源;知识挖掘;数据;模式[中图分类号]G434[文献标识码]A能离开的。预测的种类大致有以下三
2、种:一、知识挖掘技术的基本概念A.分类,即确定某个事件的门类性或者是阶层·知识挖掘的定义性的归属。知识挖掘技术,是近年来兴起于西方国家的先进B.回归,即对一个变量的质的测定。的、较成熟的信息技术,它通过对大量的信息数据库C.如果该变量是与时间相联系连续变化的,那进行操作,挖掘出潜在信息的黄金价值。美国加州理就要用时间序列预测。工学院喷气推进实验室与天文科学家合作开发的知识挖掘的模式和算法也丰富多样,各有各的长SKICAT(SkyImageCatalogingandAnalysisis处:Tool)是第一个获得相当成功的数据挖掘应用,帮助A.神经网络模式:采用仿
3、生物的方法,通过学习科学家发现了16颗极其遥远的类星体。它还成功运待分析数据中的模式来构造模型,一般可对隐类型进用在市场营销、金融投资、产品制造、通信网络管理等行分析,用于非线性复杂的数据。神经网络由神经元各个领域。的互连或按层组织的结点构成。通常的组成层次有:知识挖掘的最新的描述性定义是:数据挖掘是从输入、中间和输出层。目前的三大神经网络模型有前数据集中识别出有效的、新颖的、潜在有用的以及最馈式、反馈式、自组织。前馈式网络多用于预测、模式终可理解的模式的非平凡过程。数据是指有关事实的的识别,反馈式多用于联想记忆和优化计算,自组织集合、记录和事物有关的原始信息
4、。模式是一个用语多用于聚类。言来表示的一个表达式,它可用来描述数据集的某个B.决策树模式:采用分支方法加上赋值的运算子集,这里的知识,是对数据包含的信息更抽象的描来得到结果。这可不是简单的分支,能在决策树中运述。对大量数据进行分析的过程,包括数据准备、模式用的算法有很多种,包括CHAID(Chi2squaredAuto2搜索、知识评价以及反复的修改求精。该过程要求是maticInteractionDetection)、CART(Classification非平凡的,意思是要有一定程度的智能性、自动性(仅AndRegressionTrees)、Quest等。因为
5、分支的关系,仅给出所有数据的总和不能算作是一个发现过程)。所以决策树在决定分支的距离(分支间的差异)时最除了称为“知识挖掘”外,还有如下若干种称法:“数据关键。此种模式多用在分类预测中。发现”、“数据开采”、“知识抽取”、“信息发现”、“知识C.适合多变量的回归模式(MultivariateAdap2发现”、“智能数据分析”、“探索式数据分析”、“信息收tiveRegressionSplines):对于涉及到多个变量,特别获”和“数据考古”等等。是变量的作用由不连续的数据的分析最得心应手。·知识挖掘的预测类型和模型D.规则归纳模型(RuleInduction)
6、:决策树是按知识挖掘就是要从大量的数据中找出关联和模照一些与结构有关的规则来分支,但规则归纳法可以式,进而指导我们的实践。它的预测功能是很显著的。有与树状结构不相关的规则来对数据进行分类处理,比如,商家预测哪些顾客是“永久性”的,哪些是很可它的规则可以不像决策树那样地严密和全面,也可以53©1995-2005TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.不具有层次性。它能找到不同的有时候还更好的分类变),即对某些个体的某些基因进行变异得到不同的方式。个体。E.逻辑回归模型:此模型是对线形回归的普遍除上
7、述之外还有K2nearestNeighbor、Memory2化,主要用于预测双元体(如对或错、0或1),偶尔用basedReasoning、GeneralizedAdditiveModels、在多层的变量上。Boosting等模式和算法,极大地增加了知识挖掘技术F.遗传规则模型:它是模拟生物进化过程的算实力,使其挖掘的结果更能指导我们的具体实践。法,由三个基本算子组成。分别是繁殖(选择),即从一·知识挖掘的步骤个生命力强的个体产生种群的过程;交叉(重组),即知识挖掘是一个怎样的数据处理过程呢?这里先选择两个不同个体进行交换形成新个体;变异(突用图形简洁地介绍一
8、下,具体将在第三部分展开。问题确立 问
