基于WEB数据挖掘的个性化服务及其在电大远程教学系统中的应用

摘要

随着互联网应用的不断深入，现代远程教育得到了快速发展，学生足不出户便可享受网上学校提供的各种服务。但是现在的远程教学平台大多还处于资源共享的状态，强调使用的交互性，忽略了不同学习者之间存在着显著的个体差异，对所有的学习者一视同仁提供统一的学习界面和学习资源。如何准确、高效的获得符合自己学习需求的信息资源是大多数学习者普遍存在的问题。因此，如何依据每个学生的学习背景及学习需求在用户端动态地组织学习材料，以实现适应学生个性化的学习需求成为远程教育者关注的焦点。
　　 个性化服务在远程教学平台中的应用能发现用户访问站点的浏览模式和访问习惯，对于页面重组，优化网站的结构，以及在教学策略的应用等方面都具有十分重要的意义。
　　 本文首先介绍了我国现代远程教学个性化服务发展现状、Web数据挖掘的基本过程和关键技术、Web数据挖掘在远程教育系统个性化服务中的应用。其次，提出远程教学个性化服务系统的构想，分别对学生、教师、管理者提供个性化服务。在系统中利用关联规则技术分析学生选课习惯，发现频繁被同时选择课程，从而实现根据学生已经选择的课程推荐可能喜欢的课程的个性化推荐；利用分类技术分析某门课程学生历年学习情况，对学生进行分类，发现需要参加学前预备知识学习的学习者的特征，从而根据学习者的特征对新参加课程学习的学生做出判断，是否需要参加课前预备知识学习；利用聚类技术分析学习者测试成绩，进行科学分组，辅助教师开展分组教学，因材施教；利用统计分析技术对学习者访问日志进行挖掘，发现学习者感兴趣的课程信息，改善学生登录界面的个性化功能。最后，应用关联规则技术和统计技术方法对电大远程教学系统的数据进行挖掘分析预测，发现用户最喜欢的课程、近期关心的课程、可能喜欢的课程、大家关注的课程，并结合HTML和ASP将结果可视化表现出来，实现了学生登录界面个性化功能的补充。结果证明WEB数据挖掘的应用能为管理者的决策分析提供智能辅助手段，能提高远程教学系统的个性化服务水平。