教育數(shù)據(jù)挖掘的在線學(xué)習(xí)機(jī)制研究

李福順

(陜西財(cái)經(jīng)職業(yè)技術(shù)學(xué)院 商學(xué)院， 陜西 咸陽 712000)

0 引言

隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展和完善及大數(shù)據(jù)時(shí)代的到來，數(shù)據(jù)驅(qū)動(dòng)學(xué)習(xí)及分析變革教育的理念逐漸得到認(rèn)可，學(xué)習(xí)方式也隨之發(fā)生了顯著變化，為彌補(bǔ)傳統(tǒng)學(xué)習(xí)方式的不足，結(jié)合采用教育數(shù)據(jù)挖掘及學(xué)習(xí)分析等相關(guān)技術(shù)，為教育領(lǐng)域相關(guān)模型的構(gòu)建提供有力支撐，通過對(duì)教育變量間的相關(guān)性進(jìn)行深入探索以輔助教育教學(xué)決策已經(jīng)成為高校教育的發(fā)展趨勢，分析和研究相關(guān)學(xué)習(xí)行為數(shù)據(jù)蘊(yùn)藏的價(jià)值完成在線學(xué)習(xí)狀態(tài)及效果的有效評(píng)估是目前研究的熱點(diǎn)之一，在學(xué)習(xí)過程中學(xué)習(xí)者會(huì)在線學(xué)習(xí)平臺(tái)中留下較多的學(xué)習(xí)行為數(shù)據(jù)，通過記錄這些數(shù)據(jù)并對(duì)蘊(yùn)含其中的規(guī)律進(jìn)行探究，據(jù)此將個(gè)性化的環(huán)境和學(xué)習(xí)指導(dǎo)提供給不同學(xué)習(xí)者[1]。

1 教育數(shù)據(jù)挖掘的價(jià)值

將教育相關(guān)原始數(shù)據(jù)(來自各教育系統(tǒng))轉(zhuǎn)換成有價(jià)值信息的過程即為教育數(shù)據(jù)挖掘，教師及學(xué)生可根據(jù)這些信息進(jìn)一步提升教學(xué)質(zhì)量，還可為教育研究人員的研究及教育軟件系統(tǒng)的開發(fā)和完善提供支撐。在線學(xué)習(xí)方式逐漸發(fā)展完善起來，傳統(tǒng)的課堂面對(duì)面教學(xué)模式，教師可通過現(xiàn)場提問及課堂測試等方式對(duì)相關(guān)課程的學(xué)習(xí)效果及狀態(tài)進(jìn)行評(píng)估，顯然傳統(tǒng)的評(píng)估方法已經(jīng)無法適用跨越時(shí)空的在線學(xué)習(xí)方式，教育數(shù)據(jù)挖掘作為教育系統(tǒng)的新模塊，需同各種教育要素產(chǎn)生良性互動(dòng)，才能確保改進(jìn)教學(xué)目標(biāo)的實(shí)現(xiàn)。教育數(shù)據(jù)挖掘能夠?yàn)榻逃ぷ髡咛峁└鼉?yōu)質(zhì)客觀的反饋信息，實(shí)現(xiàn)教學(xué)內(nèi)容組織及創(chuàng)新，輔助教學(xué)策略的調(diào)整和優(yōu)化，并以學(xué)習(xí)者的學(xué)習(xí)情況為依據(jù)，使教學(xué)過程及課程開發(fā)得以不斷優(yōu)化和完善，構(gòu)建能夠有效滿足實(shí)際教學(xué)需求的在線教學(xué)模式。以數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域?yàn)橐罁?jù)，教育數(shù)據(jù)挖掘主要包括教學(xué)、管理、科研方面的數(shù)據(jù)挖掘內(nèi)容。本文以網(wǎng)絡(luò)教學(xué)( E-Learning)數(shù)據(jù)挖掘應(yīng)用作為主要研究對(duì)象，根據(jù)信息化導(dǎo)學(xué)平臺(tái)所收集到的學(xué)員日志數(shù)據(jù)，完成對(duì)學(xué)習(xí)行為的相關(guān)分析[1]。

2 基于教育數(shù)據(jù)挖掘的在線學(xué)習(xí)行為分析模式構(gòu)建

分析在線學(xué)習(xí)行為以網(wǎng)絡(luò)教學(xué)平臺(tái)的記錄數(shù)據(jù)為主要依據(jù)，需結(jié)合采用各類挖掘和可視化技術(shù)，統(tǒng)計(jì)教師及學(xué)生的行為方式、行為發(fā)生時(shí)間、使用行為客體情況，并對(duì)在線學(xué)習(xí)行為的影響因素進(jìn)行深入挖掘(結(jié)合師生的特征數(shù)據(jù))，通過統(tǒng)計(jì)、挖掘分析，發(fā)現(xiàn)學(xué)員的基本特點(diǎn)及影響因素。教育數(shù)據(jù)挖掘模式集成應(yīng)用了多種數(shù)據(jù)挖掘工具和算法，以完成特定挖掘任務(wù)為目標(biāo)，主要由數(shù)據(jù)、工具與算法及挖掘工作三部分構(gòu)成，如圖1所示。

圖1 教育數(shù)據(jù)挖掘模式要素

在展開過程將分別形成數(shù)據(jù)流、挖掘工作流(包括數(shù)據(jù)收集、預(yù)處理、挖掘、評(píng)價(jià)與應(yīng)用等)、工具算法流，其中挖掘工作需由工具與算法提供支撐，進(jìn)而實(shí)現(xiàn)相應(yīng)數(shù)據(jù)結(jié)果的產(chǎn)生。學(xué)習(xí)過程數(shù)據(jù)挖掘模式如圖2所示。

圖2 學(xué)習(xí)過程數(shù)據(jù)挖掘模式

負(fù)責(zé)分析學(xué)習(xí)過程及學(xué)習(xí)行為，分析學(xué)習(xí)者登錄行為、資源瀏覽模式、行為影響因素是針對(duì)數(shù)據(jù)挖掘工作流關(guān)鍵部分的主要數(shù)據(jù)挖掘任務(wù)[2]。

3 學(xué)習(xí)行為影響因素分析

本文的分析數(shù)據(jù)對(duì)象來自已投入實(shí)際使用的信息化課程在線自主學(xué)習(xí)導(dǎo)學(xué)平臺(tái)，該平臺(tái)面向計(jì)算機(jī)基礎(chǔ)課程，教學(xué)資源豐富多樣，具有較強(qiáng)的交互性、開放性，可對(duì)學(xué)習(xí)者的學(xué)習(xí)情況進(jìn)行跟蹤反饋。大量的日志數(shù)據(jù)會(huì)在學(xué)員使用該平臺(tái)進(jìn)行自主學(xué)習(xí)時(shí)產(chǎn)生(包括登錄行為、資源瀏覽情況等方面的數(shù)據(jù)信息)，本文對(duì)使用該平臺(tái)的每位學(xué)習(xí)者的在線學(xué)習(xí)網(wǎng)絡(luò)日志主要結(jié)合使用了數(shù)據(jù)挖掘方法(包括聚類分析、相關(guān)分析、差異檢驗(yàn)等)和網(wǎng)絡(luò)日志分析方法進(jìn)行細(xì)致深入的分析，研究影響在線學(xué)習(xí)行為的內(nèi)在因素。

3.1 數(shù)據(jù)采集與預(yù)處理

本文以計(jì)算機(jī)專業(yè)學(xué)生為主，結(jié)合學(xué)生的基本信息數(shù)據(jù)，收集使用信息化導(dǎo)學(xué)平臺(tái)所產(chǎn)生的相應(yīng)日志數(shù)據(jù)(包括登錄、資源瀏覽、學(xué)習(xí)體驗(yàn)等)及形成性考試平臺(tái)中的考試數(shù)據(jù)，從中選取4份數(shù)據(jù)并將其導(dǎo)入數(shù)據(jù)庫形成對(duì)應(yīng)的數(shù)據(jù)表，以“學(xué)號(hào)”作為關(guān)鍵字段完成四張數(shù)據(jù)表間關(guān)聯(lián)關(guān)系的建立，如圖3所示。

圖3 相關(guān)數(shù)據(jù)表間的關(guān)聯(lián)關(guān)系

在此基礎(chǔ)上對(duì)這4張數(shù)據(jù)表通過使用聯(lián)合查詢方法完成交集運(yùn)算過程，取得4張表中共有1 265名學(xué)員，接下來以這些學(xué)員對(duì)應(yīng)的日志數(shù)據(jù)作為分析對(duì)象，即基本信息、形成性測試數(shù)據(jù)、登錄及資源瀏覽情況，完成相關(guān)統(tǒng)計(jì)分析和數(shù)據(jù)挖掘過程[3]。

3.2 登錄行為及影響因素分析

學(xué)生學(xué)號(hào)和登錄時(shí)間為登錄行為數(shù)據(jù)表的主要字段，本文統(tǒng)計(jì)過程以某個(gè)時(shí)間單位的登錄人數(shù)為依據(jù)，有效避免采用登錄次數(shù)進(jìn)行統(tǒng)計(jì)時(shí)個(gè)別學(xué)員的反復(fù)登錄數(shù)據(jù)信息不夠充分準(zhǔn)確的問題，分類字段具體以“周”為時(shí)間單位，各個(gè)學(xué)員的登錄天數(shù)則以學(xué)號(hào)為字段進(jìn)行統(tǒng)計(jì)，據(jù)此對(duì)學(xué)員的登錄率進(jìn)行統(tǒng)計(jì)(即平臺(tái)登錄人數(shù)除以學(xué)員總數(shù))，本文計(jì)算機(jī)課程持續(xù)周數(shù)為15周(以2018年下學(xué)期課程開學(xué)日所在周為第一周)。

(1) 以周為統(tǒng)計(jì)單位，相比于學(xué)員個(gè)體，學(xué)員群體學(xué)習(xí)周期的不確定性程度較高，從教學(xué)的角度出發(fā)，需對(duì)所有學(xué)員的學(xué)習(xí)周期進(jìn)行了解，具體需根據(jù)登錄平臺(tái)的數(shù)據(jù)記錄對(duì)整個(gè)學(xué)生群體均登錄平臺(tái)參與學(xué)習(xí)的時(shí)間段進(jìn)行分析統(tǒng)計(jì)，實(shí)現(xiàn)對(duì)群體開展在線學(xué)習(xí)的速度科學(xué)有效的衡量。為衡量群體在線學(xué)習(xí)終止的速度，教學(xué)者需對(duì)隨著學(xué)習(xí)時(shí)間的推移學(xué)習(xí)者的在線學(xué)習(xí)情況做到充分掌握。學(xué)員的學(xué)習(xí)周期通過統(tǒng)計(jì)分析每周累計(jì)登錄率即可獲取統(tǒng)計(jì)結(jié)果，如圖4所示。

圖4 學(xué)習(xí)周累計(jì)登錄率

參與學(xué)習(xí)的人數(shù)從第6周開始急劇增加，到最后一周參與在線學(xué)習(xí)人數(shù)為100%，在線學(xué)習(xí)開始時(shí)學(xué)員整體開展速度較慢，需教學(xué)者根據(jù)實(shí)際情況加以干預(yù)，督促學(xué)員登錄平臺(tái)參與在線學(xué)習(xí)，同時(shí)可據(jù)此合理分配教學(xué)資源的時(shí)間[4]。

(2) 影響學(xué)員登錄行為的影響因素分析

作為一種有效的分類和回歸算法，Microsoft決策樹算法適用于進(jìn)行預(yù)測性建模，主要針對(duì)離散和連續(xù)屬性，此種算法根據(jù)向特定結(jié)果發(fā)展的趨勢，并以數(shù)據(jù)集中輸入列間的關(guān)系為依據(jù)，對(duì)離散屬性進(jìn)行預(yù)測；對(duì)連續(xù)屬性寫通過線性回歸方法的使用完成決策樹拆分位置的確定。Microsoft決策樹算法的原理為：首先在樹中完成一系列拆分的創(chuàng)建，并以“節(jié)點(diǎn)”來表示這些拆分，據(jù)此實(shí)現(xiàn)數(shù)據(jù)挖掘模型的生成，該算法一旦發(fā)現(xiàn)可預(yù)測列同輸入列間密切相關(guān)，則在模型中添加一個(gè)節(jié)點(diǎn)。該算法根據(jù)預(yù)測對(duì)象的種類(連續(xù)列或離散列)確定拆分的方式，決策樹采用了兩層結(jié)構(gòu)，并通過數(shù)據(jù)挖掘中間件的設(shè)立(在建樹算法和數(shù)據(jù)庫間)，提高了分析效率[5]。

采用決策樹算法，通過對(duì)學(xué)員的三種主要因素(層次、專業(yè)、性別)進(jìn)行綜合考慮，完成了挖掘結(jié)構(gòu)和挖掘模型的構(gòu)建，分析了影響學(xué)員登錄行為的因素(以天數(shù)為單位)。并以登錄天數(shù)為預(yù)測值，輸入值為層次、專業(yè)、性別，比例比表示登錄天數(shù)大于5天及小于5天的學(xué)員比例，所建立的決策樹[6]如圖5所示。

圖5 登錄天數(shù)預(yù)測決策樹

分析結(jié)果可知，對(duì)登錄天數(shù)的影響程度上，程度由強(qiáng)到弱的因素依次為層次、專業(yè)、性別。相比于本科層次學(xué)員，飛行員及士官層次的學(xué)員登錄天數(shù)明顯偏低，而士官層次學(xué)員的登錄天數(shù)則低于飛行員；在相同層次內(nèi)，學(xué)員的登錄天數(shù)受到不同專業(yè)的影響也表現(xiàn)出了明顯的差別。教學(xué)者可根據(jù)這些分析結(jié)果，針對(duì)不同層次及專業(yè)的學(xué)員，合理地引導(dǎo)和調(diào)整在線學(xué)習(xí)行為。在同一層次內(nèi)(例如本科)，登錄行為在不同專業(yè)間所表現(xiàn)出的較大差別的原因在于專業(yè)指向性不同且管理各個(gè)專業(yè)的學(xué)員隊(duì)不同，導(dǎo)致學(xué)員的學(xué)習(xí)行為差別較大。學(xué)員管理者可據(jù)此從實(shí)際情況出發(fā)有針對(duì)性地管理不同的學(xué)員隊(duì)，從而使學(xué)員的學(xué)習(xí)效果得以顯著提高[7]。

3.3 資源瀏覽行為及影響因素分析

在本文數(shù)據(jù)來源的信息化導(dǎo)學(xué)平臺(tái)中，涵蓋了計(jì)算機(jī)基礎(chǔ)類的通識(shí)課程，主要包括大學(xué)計(jì)算機(jī)基礎(chǔ)、程序設(shè)計(jì)、硬件基礎(chǔ)，課程教學(xué)資源的編排方式按照案例、章節(jié)和知識(shí)點(diǎn)完成，包括操作視頻演示、動(dòng)畫交互、測試題庫等資源類型。以學(xué)員的瀏覽日志(指對(duì)課程及課程資源模塊)為對(duì)象完成統(tǒng)計(jì)分析，具體結(jié)果如表1所示。

表1 課程各模塊資源瀏覽情況

據(jù)此獲取學(xué)員瀏覽行為的影響因素。根據(jù)瀏覽頻次及學(xué)生參與率的數(shù)據(jù)結(jié)果可知，學(xué)員對(duì)各資源模塊的關(guān)注及使用程度最高的為課程各章節(jié)案例庫，最低的為常用軟件工具庫，可據(jù)此次序在課程首頁依次呈現(xiàn)這些資源模塊，使首頁中各課程模塊的布局更好地滿足學(xué)員學(xué)習(xí)習(xí)慣，通過在首頁的顯著位置展示相應(yīng)課程模塊，使學(xué)員對(duì)某種資源的關(guān)注度有效提高；根據(jù)單個(gè)資源人均瀏覽頻次的統(tǒng)計(jì)結(jié)果可知，學(xué)

員對(duì)各課程資源的學(xué)習(xí)情況表現(xiàn)最好的為Flash動(dòng)畫交互區(qū)，最靠后的為輔助資料庫，學(xué)習(xí)程度最高的原因主要是，F(xiàn)lash動(dòng)畫交互區(qū)有利于激發(fā)學(xué)員的學(xué)習(xí)興趣，吸引學(xué)員通過反復(fù)學(xué)習(xí)學(xué)會(huì)相應(yīng)的操作，問題庫是學(xué)員訪問程度第二高的模塊，說明學(xué)員對(duì)學(xué)習(xí)過程中所遇到疑問的解答需求較高。需平臺(tái)管理者及教學(xué)者對(duì)問題庫做出進(jìn)一步豐富，在首頁顯著位置放置問題庫的檢索區(qū)域，提高解答學(xué)員問題的效率，幫助學(xué)員更好地完成課程學(xué)習(xí)[8]。

4 總結(jié)

本文主要對(duì)基于教育數(shù)據(jù)挖掘的在線學(xué)習(xí)機(jī)制進(jìn)行了研究，以計(jì)算機(jī)基礎(chǔ)信息化導(dǎo)學(xué)平臺(tái)為依據(jù)，通過收集學(xué)員登錄平臺(tái)中情況、資源瀏覽相關(guān)信息數(shù)據(jù)，并對(duì)這些日志數(shù)據(jù)進(jìn)行預(yù)處理。在此基礎(chǔ)上統(tǒng)計(jì)分析學(xué)員的登錄及資源瀏覽情況，通過決策樹算法的使用完成對(duì)其產(chǎn)生影響因素的挖掘過程，層次、專業(yè)、性別表現(xiàn)各不相同，在線學(xué)習(xí)行為表現(xiàn)出在第6、7周登錄率最高，即在時(shí)間的分布上相對(duì)均衡；學(xué)員在線學(xué)習(xí)時(shí)間相對(duì)較少，具體的內(nèi)在影響因素包括學(xué)員層次(主要因素)、專業(yè)及性別等，相同層次學(xué)員，專業(yè)是影響其在線學(xué)習(xí)投入的主要因素，學(xué)習(xí)需求、課程頁面上的資源分布、學(xué)習(xí)資源特色是影響學(xué)員對(duì)不同資源的不同學(xué)習(xí)程度的主要原因，使教育教學(xué)工作者根據(jù)分析結(jié)果更好地掌握學(xué)員的學(xué)習(xí)情況，并據(jù)此完成有針對(duì)性的教學(xué)內(nèi)容整合及教學(xué)模式的構(gòu)建，提升在線學(xué)習(xí)的質(zhì)量和效率。