2020年浅谈网络教学平台下的数据挖掘技术论文

网络教学平台下的数据挖掘技术论文数据挖掘是从大量数据中挖掘和提取有用的数据知识。数据挖掘技术可以挖掘隐藏在大量数据中的有用信息数据，以及大量信息不完整的零碎信息。同时，它还可以避免数据决策过程中噪声的影响，能够准确地挖掘数据，将具有潜在相关性的数据结合起来，为决策收集有用的信息。在数据挖掘技术中，通常可以根据关联规则、分类技术、预测技术等来挖掘有用的数据信息。在网络自主学习平台中，数据挖掘技术的应用可以发挥积极的应用价值。设计一个基于数据挖掘技术的网络教学平台，提供基于网络的浏览教案和知识点；观看微型课程和视频；它还可以进行信息检索、下载保存、提交作业和在线考试，满足学生个性化在线教学服务的需求。除了这些日常教学功能外，还可以通过数据挖掘分析教学平台的服务器日志数据，挖掘有用的教学信息数据，并将数据挖掘分析结果以图形和文本界面的形式反馈给用户，从而提高教学平台的设计性能，满足学生对平台的应用需求。3.1总体设计结构基于数据挖掘技术，网络教学平台的设计可以从学生、数据挖掘和教师三个基本模块优化网络教学平台的结构设计，确保网络教学平台满足实际需求。典型网络教学平台的总体结构如下图所示：在网络教学平台中，应用数据挖掘技术可以更好地评估学生对平台的偏好，优化平台的教学策略，有效提高学生的学习兴趣，提高学生的自主学习能力，培养学生的主动学习能力。3.2功能设计(1)学生模块的功能：可以获取学生的基本情况、学习动机和行为，分析学生的学习状况，准确判断学生在网络教学平台上的学习特点。(2)教师模块的功能：确保教师能够进行“课程信息管理”,能够在线进行相关的课程信息，并利用论坛管理模块在教学平台上完成师生互动。(3)数据挖掘模块功能：根据采集的数据，建立学生特征数据库，并对数据进行分析和处理。3.3数据挖掘应用数据挖掘技术可以有效识别网络教学平台中不同学生群体的特征，根据关键特征划分学生群体，对大多数学生的学习行为和认知进行分类，分析每种学习行为的特征，增强对学生个性的认知。如下所示：(1)学生在线学习行为与学习效果的相关性分析：通过挖掘学生相关在线学习行为与考试成绩的数据，可以反映二者之间的关系，为教师和学生提供参考。通过分析，教师可以充分了解不同学生的学习情况和特点。(2)学生在线学习行为的聚类分析：由于学生之间差异较大，学生的学习兴趣不同，学生的在线学习行为不同，学生对知识的需求也不同；学生可以在网上教学平台上讨论教学主题。基于学生阅读帖子的次数、帖子的数量、帖子的频率和时间等因素，应用聚类分析发现在线学习行为的规律。根据学生的实时学习(使用工具、交流时间、交流对象、交流内容)，我们可以预测在网络环境下什么样的学习行为是有效的。4.1收集相关数据在网络教学过程中，该平台将记录大量的信息数据进行数据挖掘和分析。在这种情况下，数据来源是我们的学生在1月xx日通过网络教学平台参加计算机基础考试的成绩。4.2数据预处理在数据挖掘中，需要清除冗余数据，修复缺失的数据信息。根据挖掘的目的和需要，在网络教学平台上基于学生的原始数据表建立数据库。这一部分的目的是通过数据挖掘技术分析学生在网络教学平台上的主要网络学习行为或网络实践环节与学习效果的关系，找出对学习效果有较大影响的学习行为。4.3模式识别对于预处理后的网络教学数据，采用数据挖掘方法对数据进行分析，挖掘数据之间的关联规则，并开发出与网络教学管理平台相一致的挖掘算法。通过关联或决策规则，了解网络教学平台中各种学习行为之间的关联，并分析其对学生学习成绩的影响程度。数据挖掘技术还可以分析学生的特点，做好前期网络教学平台的教学设计，为优化网络教学策略提供参考依据。为了有效分类，数据变量根据学生成绩表离散化。4.4模式分析模式分析阶段可以解释和评估数据挖掘的结果，去除无用、冗余和错误的信息知识，并将感兴趣的信息转化为规则模型，供网络教学管理者进行教学决策管理。在这种情况下，选择微软SQL Server xx的决策树算法来挖掘网络教学平台的数据。建立决策树分类模型，以总分为主要预测对象，多项选择题(XZT)、WIN、WORD、EXCEL、PPT和网络题(wlt)为输入对象。从数据挖掘技术分析，EXCEL属性对总属性的依赖性最强，其次是WORD属性、wlt(网络问题)、PPT和XZT(选择题)。WIN表明WIN属性不依赖于总属性，因为操作问题简单，平均考试分数高，从而提醒教师和学生注意教学目标的重点，从而促进教学质量的整体提高。4.5教学的实际应用根据教学实践，学生普遍认为EXCEL难以操作，这也验证了数据挖掘分析的结果。在网络教学平台中，数据挖掘技术的应用可以提高网络平台对学生学习过程的监控能力，并可以跟踪学生的各种网络学习活动以及在活动中花费的时间。加强在线学习过程中的数据收集功能，增强在线学习平台的统计分析功能。教师应充分发挥网络教学中的各种主导作用，引导学生积极实践重点和难点。同时，可以在网络教学平台中设计层次化的网络教学资源，以满足不同层次的学生在网络教学中的学习需求，也全面提高网络平台的教学质量。综上所述，在当前的网络教学改革实践中，随着网络教学平台应用的普及，教学平台处理的数据量急剧增加。不同平台的用户有一定的差异。数据挖掘技术的应用可以挖掘网络教学平台中的有用信息，可以用来改善用户自主应用平台的学习体验，提高学习者的学习积极性。同时，在网络教学平台中，应用数据挖掘技术，通过对网络教学平台学生数据的分析，可以找出影响学生网络教学效果的关键环节和知识点，为教师今后调整网络教学平台教学重点