基于Python的Moodle学习平台日志分析

《基于Python的Moodle学习平台日志分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于Python的Moodle学习平台日志分析摘要：Moodle作为一种开源学习平台，在高职院校中得到了广泛的运用。Moodle在使用过程中，积累了大量的数据。利用Python语言设计程序，对学习平台积累的日志数据进行分析，揭示出Moodle学习平台在线学习人数随日期和时间的变化规律，为学习平台的计算资源分配及教师在线辅导的时间选择提供决策依据。关键词：Python；Moodle；学习平台；日志中图分类号：TP391文献标志码：A文章编号：1006-8228(2018)10-19-03Abstract：Asanopensourcel

2、earningplatform,Moodlehasbeenwidelyusedinhighervocationalcolleges.Moodlehasaccumulatedalotofdataintheprocessofusing.DesignaprogrambyusingPythonlanguagetoanalyzethelogdataaccumulatedonthelearningplatform,revealthelawthatthenumberofonlinelearneronMoodlelearningplatformch

3、angeswiththedateandtime,andprovideadecisionbasisfortheallocationofcomputingresourcesofthelearningplatformandtimeselectionofteachersonlinetutoring.Keywords：Python；Moodle；learningplatform；log0引言Moodle是一开源在线学习平台，它基于开源脚本语言PHP开发，数据库采用开源关系型数据库MySQL,支持SCORM和AICC标准课件，可以创建互操作、易

4、访问和可复用的基于Web的学习内容。Moodle把整个学习过程抽象为活动和资源，主要有课程管理、作业、聊天、投票、论坛、测验、问卷调查、互动评价及资源等模块［1］。Moodle学习平台界面简洁明了，但功能非常强大，Moodle的在线教学模块采用可自由组合的动态模块化设计，教师构建在线教学课程像搭积木一样简单有趣。伴随着Moodle的飞速发展，近年来国内很多高职院校先后上线了Moodle在线学习平台。Moodle网络学习平台在使用过程中，积累了大量的学习资源数据和学习行为数据，而这些数据并没有在在线学习实践中真正发挥应有的作用。Pyt

5、hon是GuidovanRossum在1989年圣诞节期间开发的一种面向对象的解释型高级程序设计语言。Python程序具有简洁性、易读性、可扩展性及跨平台运行。Python作为一种胶水语言，方便扩展，提供了丰富的API和工具，可以使用C、C++或Java来编写扩充模块。Python最大的优势是有丰富的库，数据分析是Python的杀手铜，利用Python做科学计算的科研人员日益增多。因为Python是一种解释型语言，所以运行速度相对较慢，而且代码不能加密，但利用Python语言编程的开发速度较快。随着物联网、云计算等信息技术的飞速发展

6、，各种应用系统近年来积累了大量的数据，对这些数据进行分析的需求也与日俱增，然而普通用户在进行数据分析和使用相关工具时也面临着诸多问题［2］。目前主流的数据分析软件有Matlab.SPSS和SAS,然而这些软件费用高昂，安装包较大，安装过程复杂,所以很多研究人员纷纷将目光转向程序设计。目前数据分析的程序设计语言主要包括R和Pythono数据集大了以后，R语言的处理速度下降明显，而且R语言的受众较窄，一般只有金融方面的人士在使用。近年来，随着Python语言在人工智能领域的大放异彩，Python走进了中小学课堂，且被列为全国计算机等级考

7、试的程序语言，越来越多的人开始学习和使用Python语言。Python已经成为最受欢迎的程序设计语言之一［3］。本文提出利用Python语言进行程序设计，对开源学习平台Moodle积累下来的日志数据进行分析，尝试发现一些对Moodle学习平台有用的信息。1数据处理流程本文采用Python语言编写程序，对Moodle学习平台积累下来的日志数据进行分析，数据分析处理的流程如图1所示。2相关技术2.1数据预处理收集到的原始数据可能来自不同的数据源，不同的格式，而且数据中也可能有缺失、重复、不一致甚至错误的数据，这使得数据分析的结果可能出现

8、偏差，甚至错误，所以在数据分析之前的数据预处理非常重要。数据预处理分为数据清洗、数据集成、数据规约及数据变换四个步骤。数据清洗主要包括填充缺失值、光滑噪声、识别离群点等；数据集成主要指集成多种数据源；数据规约主要指数据的简化表示；数据