基于数据挖掘技术学情分析
时间:2022-02-20 10:37:23
导语:基于数据挖掘技术学情分析一文来源于网友上传,不代表本站观点,若需要原创文章可咨询客服老师,欢迎参考。
摘要:近年来数据挖掘技术被广泛应用在数据分析中,大大提高了数据分析的质量。提出将数据挖掘技术应用到学情分析系统中,改变以往学情的片面分析状况,深层次挖掘教育数据中的不可见信息,发现教育过程中存在的问题和隐含的教育教学规律,从而为学校管理者提供良好的决策支持并制定科学合理的改革策略,更好地满足学生需求和科学地指导教师教学
关键词:学情分析;需求分析;数据采集;数据挖掘
随着信息技术的发展,数据的产生速度加快,数据的规模也变得日益庞大,依据行业的不同,分为金融、医疗、电信、教育等数据,而教育数据的研究和应用还属于起步阶段。学情分析正是针对教育数据开展的,利用数据挖掘技术进行学情分析能够深层次挖掘教育数据中的不可见信息,发现教育过程中存在的问题和隐含的教育教学规律,从而优化教育管理、促进和完善教育教学改革、加快学校信息化建设、提升教学质量。
1学情分析概述
1.1基本概念。“学情”最早出现在20世纪80年代初,当时“学情”是指对学生学习情况的了解,进而指导学生的学习方法,这是一种静态的描述。随着学情研究的深入,有专家指出,学情应该是指学生的知识基础、学习方法、心理状态、理解能力、学习兴趣等[1]。学情研究,这一概念体现出学情组成因素由单一向多样转变。“学情分析”概念最初出现在教学设计理论中,在国外主要用“学习者分析”、“学生特征分析”、“学生特点分析”等概念。目前,学情分析的定义没有形成科学的、统一的界定,一般广义的“学情分析”是指把学生作为“人”做全面分析,涉及生理、心理、社会因素等多个维度,包括个性特征、心理状态、学习方式、成长环境等各方面的研究。狭义的“学情分析”是指对学生的学习情况进行分析。1.2学情分析的传统方法。目前,传统的学情分析方法主要有调查法、观察法、测试法、实验法、材料分析法、个案分析法、经验梳理法及访谈法等。其中调查法是使用最多的一种量化研究方法,也是目前学校普遍采用的方法。随着网络的快速发展,调查法主要采用问卷调查,其特点是问卷的发放和回收方便,统计分析能够自动化,能更及时捕捉学生的状态信息。观察法主要是基于量规的课堂观察法;材料分析法是通过学生课堂回答问题、课程相关成绩、课后作业等相关材料,深入了解学生学习状态;访谈法是通过与教师和学生进行交流,了解真实学情、分析的思路和方法、具体实践行为,以便及时调整教学的实施行为。
2学情分析系统的目标
为全面、客观、科学、实时地分析学情,系统拟对学生的知识储备、学习需要、学习状态、学习能力、学习结果和生活环境等方面了解和分析,即展开广义的学情分析。这里的部分数据可以通过学校相关信息系统获得,例如学习结果可以用出勤情况、作业成绩、测试成绩等来量化体现,但类似知识储备、学习需要等情况都没有现成的数据,或者没有量化的数据。由于学校的学生人数庞大,要获得这些情况,采用问卷调查方法是最合适的方法。调查问卷包括学生和教师评价问卷、心理健康问卷、课程相关调查问卷、生活相关调查问卷、毕业生就业调查问卷等,问卷种类较多、调查人员范围不同。因此采用网络在线问卷调查是现在最便捷的方法,能够得到全面、合理、客观的学情数据,实现数据收集的信息化、自动化、网络化,也为以后的学情分析提供详细数据支持。系统作为一个学情分析的有力工具,通过对学情数据的深度分析挖掘有价值的信息是主要目标,目前数据挖掘技术是最科学、合理的分析方法,也是公认的智能分析最有效的方法。该技术就是利用存储的数据进行挖掘计算,通过计算机应用程序,把复杂的统计技术、挖掘算法封装起来[2]。基于以上分析,本系统整体目标是通过网络问卷并结合学校相关信息系统已存储的信息收集学情数据,再对这些基础数据进行深度挖掘,挖掘得到的信息将帮助学校有针对性、实时地了解学生具体情况和发展变化,从而为学校管理者提供良好的决策支持并制定科学合理的改革策略,更好地满足学生需求和科学地指导教师教学。
3需求分析
需求分析是进行系统设计的基础,主要确定系统拟发挥的作用,以及要实现的具体操作。系统旨在将学生和教师的客观和主观数据进行收集和深度分析,以便全方位地了解学情。3.1数据来源。该系统所有学情数据主要来源于学校相关信息系统和调查问卷,具体如下:(1)学校已有的信息系统主要有教学管理系统、学生管理系统、一卡通系统、图书管理系统等。这些系统已经存储了大量关于学生、教师的数据,包括学生的基本信息、课程、成绩、在校表现情况,教师的基本信息、教学安排和教学效果信息等[3],这些数据通过校园网络进行整体导出并存储在学情分析系统。因为这些系统数据随时有更新,可以设置定时导入学情分析系统。(2)调查问卷这里把教学人员和教辅人员都归为教师。为实现全面的学情分析,不同工作职责的教师都需要了解自己负责的相关信息,所以他们设计的问卷内容是不同的,调查的对象也是不同的。按照学校的情况,具体的调查问卷内容大致涉及以下3个方面:1)负责教学的教师需要了解所授课班级的学生情况。问卷调查的内容主要是学生已经具备的知识和技能、课程学习中对知识的理解和掌握程度、学习中存在的疑问和困难、学习的收获和体验等。2)教务管理的教师需要针对不同系部、专业或班级学生及教师进行调查。针对学生的问卷内容主要涉及学生对所学专业的课程设置、授课教师的教学能力和教学效果、整体的教学管理等方面的意见;针对教师的问卷内容涉及教师对人才培养、课程设置、教学安排、教学管理的意见,以及教学中存在的问题。3)事务管理的教师根据管理职责范围不同,会对学生进行调查。问卷内容主要是关于学生的心理健康和日常生活管理、图书服务、学校环境、其他事务管理的满意度和意见。3.2系统用户。系统主要供教师和学生使用,系统的维护和管理也由教师负责,为方便区分,这些教师被称为系统管理员。所以系统共设置3类用户,分别是系统管理员、教师、学生,他们的权限各有区别。系统管理员权限最大,拥有系统所有数据的管理和操作权利;学生操作最少,只参与填写问卷和查询自己可见的问卷;教师主要是问卷的设计、发放、回收问卷并分析结果。3.3关键功能。依据以上系统目标的分析,本系统中应该包括收集数据、管理数据和分析数据3部分,所以应该具备具体的功能如下:(1)数据采集功能:一部分从学校相关信息系统导入数据,另一方面采集问卷数据。问卷数据的采集包括问卷内容的参考数据收集,问卷数据的回收和爬取。问卷内容的设计可以参考学校的校园论坛等交流平台的内容,这就需要对交流平台的数据进行收集和分类汇总,以便制定科学合理的问卷。问卷回收归入在问卷管理。(2)数据管理功能:数据包括学生和教师的基本信息,学生成绩等信息系统的已有数据和问卷数据。学生和教师的基本信息归为用户数据,学生成绩等信息系统的已有数据和问卷数据归为学情行为数据。所以数据管理包括用户管理和学情行为数据的管理。1)用户管理:实现用户基本信息的增加、修改、删除和权限控制的功能。2)学情行为数据管理:包括数据存储和数据编辑。学生成绩等已有数据直接存储;但问卷数据需要编辑,包括问卷增加和修改、问卷审核、问卷发放、问卷填写、问卷查询、问卷自动回收。问卷增加和修改部分包括问卷的内容设计、生成新问卷、删除、修改问卷、问卷导入和导出。为保证问卷内容的合理合法,问卷需要经过审核后才可以发放。为保障问卷数据的合法性、准确性,已经审核通过的问卷将会被冻结修改操作。发放问卷时要注明填写的截止时间和调查对象,到截止时间就自动回收问卷。为保证问卷的质量,限制同一问卷每人只能提交一次。对于发放和填写问卷的用户,可以查看自己操作过的问卷。(3)数据分析功能:对信息系统导入的数据和回收的问卷数据先分别处理和分析,再联合分析。问卷数据先筛选有效问卷,然后对有效问卷的结果依据指定的范围进行分析,以此满足不同需要。最后对分析结果进行存储和反馈,采用数据可视化技术按照要求绘制不同类型的统计图表,供相关人员查看。3.4系统的非功能性需求。系统的非功能性需求无法直观表现,而通过一定的指标如稳定性、安全性、可靠性、可适应性等表现出来[4]。系统只供学校内部使用,系统使用者数量大,使用频率高,涉及用户的隐私数据,所以主要考虑稳定性、方便性、安全性、扩展性,以便为用户提供友好的使用界面,保证系统保持平稳、无误地运行,保证数据的安全,容易维护和扩展功能
4系统整体设计
根据以上分析,学情分析系统需要具备数据采集、数据管理、数据分析、登录管理4个功能模块,每个模块的作用设计如下:(1)登录管理:包括身份信息的验证和登录界面的展示。为保证数据的安全和用户的合法性,登录系统需提供用户名和密码,验证通过后,依据用户身份分配访问权限,进入相应的主界面。(2)数据采集:主要是相关信息系统的数据导入和已有问卷的导入,问卷数据的爬取,相关交流平台的数据采集。(3)数据管理:包括问卷管理、用户管理、角色管理、数据库管理。问卷管理实现调查问卷相关的系列功能。用户管理用于设置和维护用户信息,包括角色设置和用户所属部门设置。角色管理用于规划角色、权限和设置角色的权限。数据库管理实现数据的存储、备份和恢复。(4)数据分析:包括对各种数据的处理和单独分析,相关数据的关联分析。
5关键技术
为实现系统的目标,本系统中采用的关键技术主要是数据采集、分析和反馈方面的技术。5.1数据采集。在保证校园网畅通的情况下,与相关信息系统对接并整体导入数据,这里主要是类似学生成绩的结构化数据。而在线网络问卷的数据和交流平台的数据大多是文本数据,而文本数据正是非结构化数据的代表[5]。使用Python网络爬虫技术采集相关数据。5.2数据挖掘和文本挖掘。像学生成绩等结构化数据采用关联技术和聚类技术可以进行分析;文本数据处理需采用文本挖掘的相关技术进行分析。文本挖掘包括文本预处理和文本分析,预处理主要包括分句、分词、特征表示和提取等。文本分析采用文本聚类和分类方法。5.3数据可视化。数据可视化是数据挖掘结果的直观呈现,可以将数据间的复杂关系形象地表示出来,是一种非常实用的结果反馈方法。而统计图表是数据可视化中不可缺少的基本组成元素,在很多大型的复杂可视化系统中仍然被广泛使用[6]。系统中主要对分析结果进行图形化的呈现,使得使用者对结果容易理解,并方便总结。
6结语
主要研究利用数据挖掘技术开发学情分析系统,从系统的需求分析设计系统整体功能,为系统的详细设计和开发实现奠定基础。该系统的开发体现了教育数据挖掘的发展和应用,改变以往学情的片面分析状况,能够促进和深化学校学生学习、教师教学实践及帮助相关部门提供合理的计划和建议[7]。
参考文献
[1]马文杰.鲍建生.“学情分析”:功能、内容和方法[J].教育科学研究,2013,(9):52-57.
[2]白雪.高校教学质量评估数据的分析挖掘系统[D].太原理工大学,2007.
[3]刘娜.基于数据分析的高校教学管理决策支持方法研究[D].浙江大学,2019.
[4]刘凯宁.山东省胸科医院体检管理系统的设计与实现[D].山东大学,2012.
[5]张波.高校贴吧中学生行为数据的文本聚类应用及研究[D].西华师范大学,2017.
[6]陈为,沈则潜,陶煜波.数据可视化[M].电子工业出版社,2013.
[7]李强,赵晨杰,罗先录.基于大数据应用技术的学情分析系统架构分析与设计[J].软件工程,2018,21(05):34-37.
作者:宋焕林 单位:河套学院
- 上一篇:数据挖掘在计算机网络病毒的应用
- 下一篇:智能刷卡机饭堂数据挖掘系统分析