学位论文 > 优秀研究生学位论文题录展示

基于数据挖掘的个性化在线教学辅助系统的研究与设计

作　者: 樊妍妍
导　师: 周爱武
学　校: 安徽大学
专　业: 计算机应用技术
关键词: 个性化学习在线教学辅助系统数据挖掘关联规则决策树
分类号: TP311.13
类　型: 硕士论文
年　份: 2011年
下　载: 108次
引　用: 2次
阅　读: 论文下载

内容摘要

随着信息技术的迅猛发展,特别是多媒体技术和网络信息技术的蓬勃发展,以教师为中心、基于行为主义理论基础的传统课堂教学模式的缺点逐渐凸显出来。由于在传统的课堂教育中,存在教学模式单一、师生双方互动性差、学生学习主动性受时空限制、缺少有针对性的辅导、教学过程和内容缺乏个性化、教师教学工作多而杂等问题,因此它已不能满足教师的教和学生的学双方面的需求。特别是现实中不同学生在接受能力、学习基础和努力程度上都存在着很大的差异,而传统的课堂教学模式忽视了学习过程的个性化特征,因此教学模式的改革势在必行。而如今,网络与教学的有机结合正逐步成为教育领域的一种新的发展趋势,于是以学生为中心、基于建构主义理论基础的现代网络教学模式正逐渐彰显其优越性。由于数据挖掘技术能够从大量的数据中挖掘出一些未知的、有价值的信息和规律,因此可以进一步改进网络教学模式,利用数据挖掘技术来挖掘学生学习数据中的有价值信息,找出规律,以实现网络教学模式的个性化服务,使其真正体现以学生为中心、实施因材施教。本文主要根据作者所在单位安徽商贸职业技术学院日常教学工作的实际需要,深入研究并设计利用网络技术和数据挖掘技术来辅助和拓展课堂教学的个性化在线教学辅助系统。这是一个集在线学习、资料下载、在线测试、作业管理、成绩管理和在线交流等功能于一体的个性化的综合系统。论文首先分析并阐述了传统的课堂教学模式存在的问题和现代网络辅助教学模式的优势,以及国内外网络辅助教学系统的研究现状。深入研究了系统设计所需的各种技术,特别是对数据挖掘技术的相关原理进行整理和研究,为系统的设计打下理论基础。对系统的设计需求、系统功能、教学流程、各功能模块的划分和系统数据库的设计进行了详细的描述。最后,阐述了数据挖掘技术在系统中的应用：将Apriori关联规则算法用于对学生各章节作业成绩和测试成绩的挖掘,找到各章节易错知识间的关联规则,以链接形式对学生下一步需要继续复习巩固或需提前预习的章节进行智能导航；将ID3决策树算法用于对学生各种学习信息的挖掘,找出影响学生学习效果的分类规则,以用于预测学生的学习效果和对学生的学习行为进行个别指导。

基于数据挖掘的个性化在线教学辅助系统的研究与设计

内容摘要

全文目录

相似论文