资源描述：
《web挖掘技术在适应性网络学习中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、Web挖掘技术在适应性网络学习中的应用蕉堑缍ITechnologyOnlineWeb挖掘技术在遣应性网络学习中的应用.I鳓zI.#翟搿搿算誊嚣it.z..
2、..._1研究背景随着网络的不断普及和信息技术的迅猛发展,教育模式正由传统的"以教师为中心"向基于因特网的"以学习者为中心"的网络学习模式转变.未来的教育将走向终身化,大众化,个性化,而网络教育具有开放性,灵活,l,学习终身,性和资源共享性等诸多优点I1,据此,网络教育必将成为未来教育的主导模式.然而,现存的众多网络学习系统中存在的不足,让大多学习者在使用过程中受到诸多限制.1.1网络课程信息繁杂,课程内容堆砌化网络环境下的资源组织形式多
3、种多样,有图形,视音频,文本,Flash动画等,因其目前这些形式众多的网络资源缺少有效的组织,管理,很多网络学习资源只是简单地将课本内容搬上网页,呆板生硬;课程结构单一化,堆砌化,仍然没有脱离传统教学中的"填鸭式"的模式,难以调动学习者的学习兴趣,甚至使在线学习者产生厌烦情绪.作L位华中l师范大学信?忽技术系湖北武汉,辱oo79一华中师范大学教育学院,湖北武汉,4300791.2缺乏有效的反馈和评价目前网络环境下的学习者无法直接与"老师进行互动交流,学习过程中遇到问题往往不能及时得到学习系统的响应和解答,更无法对学习者形成有效的引导,不利于学习者进行发现式,主动式学习.1.3缺乏个性化的学习
4、策略导航机制现在的网络教学环境所呈现的知识内容对每一个访问者都是相同或相似的,缺乏对学习者个性特征的关注,不能适应学习者兴趣的变化.网络学习者的个体差异决定了其学习特征和认知水平的不同,为了使这种差异,性在网络学习环境中得到充分尊重,网络学习环境必须体现出个性化特征.挖掘网络学习者的个性需求,并实时跟踪每个学习者的学习状态,针对不同的个体提供个性化的学习策略导航,从而提高学习者学习的积极,性,增强学习者的内部动机,提高学习效率,以充分发挥网络学习的优势.2个性化服务与Web挖掘技术2.1个性化服务的概念个性化服务是指针对不同用户提供不同的服务策略和服务内容的服务模式,其实质就是以用户需中国教
5、育技术装备2()(年第9期-圈求为中心的Web服务.个性化服务的一般步骤为:首先收集用户的各种信息,如注册信息,访问历史等;其次分析用户数据,创建符合用户特征的用户模型;最后结合用户特性,向用户提供符合其特殊需求的个性化服务.当用户对系统提供的服务做出响应或反馈时,系统根据反馈信息调整服务,通过用户与系统之间循环往复的交互,系统最终能够为用户提供个性化的服务.2.2数据挖掘数据挖掘又称数据库中的知识发现,它是在数据仓库或大型数据库的基础上,从大量的,不完全的,有噪声的,模糊的,随机的数据中,提取隐含在其中,潜在的有用信息和知识【3】,自动地发现隐藏在数据间的模式,并做出预测性分析.数据库中的
6、知识发现是从大量数据中提取出可信的,新颖的,有效的,并能被人们理解的模式的高级处理过程.2.3Web挖掘Web挖掘是对数据挖掘的一种新的发展和应用,但不同于传统的数据挖掘,其主要区别在于传统的数据挖掘的对象局限于数据库中的结构化数据,并利用关系表等存储结构来挖掘知识.而'Web挖掘的对象具有半结构化或非结构化特征,Web挖掘就是从大量的Web文档和Web活动中发现,抽取感兴趣的,潜在的有用模式和隐含的,未知的,潜在的信息.3适应性网络学习系统模型随着数据挖掘技术应用研究的不断深入,人们想到了将Web挖掘技术应用到现在的网络教学中,各种具有智能性的网络学习系统的设计相继出现.然而,这些系统设计
7、大多缺乏有效的评价和反馈机制,无法实现对在线学习者真正的个性化服务.笔者根据远程教育适应性学习理论15】,利用个性化教育服务理念】,结合Web挖掘技术,设计了一个适应性网络学习系统模型(如图2所示).图1适应性网络学习系统模型_匝辜国教育技术装备2006年第9期[qWeb撞掘技在适应牲网络学习巾帕应用_3.1系统各功能模块介绍本系统设计主要分为6个功能模块(如图1所示),各模块作用如下.3.1.1用户信息采集中心在用户信息采集中心,系统对首次登陆的学生用户注册信息进行采集,同时为了更精确地了解用户个性特征,系统还要求学习者完成一份个,l生特征的调查测验.另外,采集中心还能实时跟踪用户在线学习
8、过程中的状态,风格和偏好(如页面浏览习惯)等信息(主要通过对学习日志的统计分析实现).信息采集中心将对以上3类信息进行预处理,剔除与学习者个性无关的冗余信息,将最有价值的信息分类输送给用户个,l生智能分析中心.3.1.2用户个性智能分析中心用户个性智能分析中心是系统的最主要部分之一,它的功能是完成用户个,l生特征的分析.个性智能分析中心通过将采集中心输送过来的隐含有用户个性特征的数据与样本学习者个性数据库中的
