數據挖掘和智能教學系統開發研究

導語：數據挖掘和智能教學系統開發研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要:本文首先討論了現在流行的基于WEB的智能教學系統的特點和應用,其次把數據挖掘技術引入系統，為教師制定最優教學策略，改進教學方法，最后對基于數據挖掘和WEB的智能教學系統的發展做出展望。

關鍵詞:數據挖掘;模式;教學

基于WEB的智能教學系統是通過互聯網計算機系統提供實時、有效、全面且有針對性的學習、診斷。在互聯網信息通訊高度發達的現代社會，包括海量題庫、智能診斷、名師視頻輔導、針對性教學等特色功能[1]，是更精準、即時進行學習診斷和智能化提分的智能教學系統，能減輕學生的負擔，提高學生的成績，必將成為提高教學效率的主流方式。

1智能教學系統的特點

智能教學系統（IntelligentTutoringSystem，ITS）是教育技術學中重要的研究領域，它借助人工智能技術，在沒有人類導師指導的情況下幫助學習者獲取知識和技能方面起著重要的作用[2]。20世紀70年代以來，許多國家和地區都十分重視智能教學系統的研究、開發和應用。伴隨著計算機網絡技術的發展，智能教學系統的研究獲得了突破性的成果。很多研究人員將動態服務器技術、機器學習推理、數據挖掘等技術引入智能教學系統。智能教學系統的核心是學生,發揮學生的主觀能動性,將教師關于課程設計的想法錄入服務器作為指導算法,通過網絡發送和接受師生的交互任務,幫助學生興趣的培養和學習能力的提高。智能教學可以智能地發現學生和教師在學習和教學中不易發現的盲點，并智能掃除盲點，可以減輕學生的學習負擔，提高教師的教學效率，最終達到提高學生學習成績的目的。為了實現這一目標，智能教學系統開發者必須從心理學方面充分解析學生的認知行為[3]，并建立最適合學生的模型，才能選出最佳的教學策略。智能教學系統是以學生為主體,將學生的主觀能動性充分調動起來,利用計算機技術和網絡技術以及人工智能技術，使專家思維過程形成開放的網絡教學系統,代替教師實現一定程度上的最佳教學方式,積極提高學生的創造力。隨著數字化、網絡化教育的發展和普及,智能教學系統能夠針對每一個學生提供單獨指導和教學指導,此系統包含多種學科專業知識,分析模塊能夠分析學習者的特征和習慣,可自動選擇不同的指導方式實現以學生為主體的單獨教學過程。

2數據挖掘技術

數據挖掘（英語：Datamining），還可以叫做資料探勘、數據采礦。它是數據庫知識發現中的一個步驟。數據挖掘一般是指從大量的數據中自動搜索隱藏于其中的有著特殊關系性的信息的過程，同時也是一種決策過程，它基于模式識別、統計學、人工智能、機器學習等技術。它是對海量的數據進行查找和解析的計算機輔助處理過程，在這一過程中發現以前沒有發現的模式，然后從這些數據中挖掘某些隱含的信息，其中包括代表過去和預測未來趨勢的數據信息。數據挖掘可以與用戶或知識庫交互[4]。它通過分析每個具體的數據，從數據庫的大量數據中尋找其中的規律，主要有準備數據、尋找規律和表示規律三個步驟。準備數據是從相關的數據源中選取所需的數據并整合成用于數據挖掘的數據集合；尋找規律是用某種算法將數據集合所含的規律挖掘出來；表示規律是盡量以用戶可以理解的方式（例如可視化）將挖掘的規律表示出來。數據挖掘的任務有聚類分析、異常分析、分類分析、關聯分析、特異群組分析和演變分析等等。數據挖掘就是利用統計分析和人工智能技術的應用程序，把這些高精尖的技術封裝起來，使用戶不用自己掌握這些技術也能完成同樣的功能。對于不同領域的應用，數據挖掘的操作也會有所不同，面對不同的問題和需求，數據挖掘過程也會存在明顯的差異。這些綜合因素造成數據挖掘在不同領域中的實際應用和計劃細節都具有的很大的差異。

3數據挖掘在基于WEB智能教學系統中的應用

基于WEB和數據挖掘的智能教學系統主要采用數據挖掘技術，對網站上后臺保存的大量數據信息進行分類和分析，挖掘出學生常用的學習習慣和學習方式，提供給老師一份詳實的學生學習情況，隨后老師傳送給學生對應的學習內容，建立起一個智能化、數據化的遠程教育環境?；跀祿诰虻闹悄芙虒W系統的核心是數據挖掘模塊[5-6]，主要由關聯規則子模塊和分類子模塊組成。利用數據挖掘方法對提取的關鍵特征進行數據整理和分析，論證各特征值之間的關系。通過對智能教學系統采集的數據進行數據挖掘，同時結合學生的歷史學習記錄，準確提取出符合該學生自身條件的教學內容，并將這些內容進行數字化調整。和使用各種瀏覽器一樣，在學生使用智能教學系統的過程中，一定會留下痕跡記錄(cookie),它會自動記錄下學生的學習行為，如學習的具體內容、對不同類別知識的喜好、某個頁面的停留時間、作業的質量情況、考試的成績等等。智能教學系統具體內容來源于知識數據庫，由主講教師根據教學的實際情況編寫，包含電子文檔、演示文稿、教學錄像、輔助課件、教案和大綱等多方面的教學資源，這些信息是智能教學系統的基礎，對于學生的學習效果和學習主觀能動性影響巨大。智能教學系統的教學策略庫，由主講教師從本身的教學經驗出發，分析知識點之間的相關問題，對各個章節之間的教學內容分布解析，用二維矩陣或三維矩陣的方式進行標準化。學生在經過一段時間的學習后，根據其反饋[7-8]的內容生成一個動態的教學策略矩陣。智能教學系統的題庫中存放了大量各章節的試題，主要是客觀題，可用于網絡作業和網絡測試。教師將題目根據難易程度設計為不同的級別，如A、B、C、D等，智能教學系統可以依據學生學習的實際情況進行調配，同時主講教師也可以通過手動設置進行調配，不同的學生采用不同的指導方法，不會因為作業或測試成績的不理想而使他們學習的積極性受到挫傷[9-10]。當使用數據挖掘技術建立學生模型的時候，大數據信息的采集及數據分析的準確性極為重要。因為大多數用戶注冊時并不會填寫真實的個人資料，所以也不會真實地去填寫注冊表信息,基于這種情況,需要將用戶的瀏覽信息與注冊表信息有機地結合在一起,利用數據挖掘的算法來推算用戶的實際資料,做出最有利于用戶的結果,提高準確性和真實性，推動智能化教學的大力發展。

4結語

基于數據挖掘和WEB的智能教學系統，使教學過程智能化、網絡化以及個性化，而隨著互聯網的迅猛發展，教育領域中的在線學習發揮了越來越重要的作用。將人工智能技術、數據挖掘技術以及網絡技術和組件技術等應用到計算機輔助教學中，按照每個學生的學歷、需求和自身興趣等特點，利用統計分析方法挖掘擁有的實際信息，對教學策略進行調整。在教學過程中能自動生成對學生的評價，給出教師推理策略和教學建議。

參考文獻

[1]顧晟.面向知識管理的網絡教學系統構建研究[J].長春理工大學學報,2011,6(1):184-185.

[2]李志平,劉敏昆,孫瑜.基于web的智能教學系統研究[J].計算機工程與應用,2006(2):208-210.

[3]劉寅,黃燕.基于Web的智能教學系統知識模型與學習控制[J].計算機工程與設計,2006,27(14):2640-2642.

[4]張治斌,王艷萍.數據挖掘技術在數字化校園中的應用研究[J].計算機系統應用,2007(3):27-30.

[5]王珊,王會舉,譚雄派,等.架構大數據:挑戰、現狀與展望[J].計算機學報,2011(10):88.

[6]黃榮懷.基于Web的協作學習系統模型[J].中國遠程教育,2001(5):42-47.

[7]張瀟,揮爽,陸桑璐,陳道蓄.并行數據挖掘研究[J].計算機工程,2003,29(17):58-59.

[8]吳贊,馮珊,唐超.智能教學系統的發展與前瞻[J].計算機工程與應用,2002(6):6-7.

[9]張瀟,揮爽,陸桑璐,陳道蓄.并行數據挖掘研究[J].計算機工程,2003,29(17):58-59.

[10]焦加麟,徐良賢,戴克昌.人工智能在智能教學系統中的應用[J].計算機仿真,2003,8(20):49-51.

作者:田茁 單位:吉林農業大學信息技術學院