基于Weka平台的网络教学数据分析研究与实践

摘要

现阶段，社会飞速发展，计算机技术不断革新。在教育领域，互联网+教育这一传统行业成为一个新的热点和蓝海，相关交叉学科的专家根据这一课题展开了广泛的研究。以共享知识资源为代表的在线课堂也发展的越来越快，譬如国内的清华在线，超星泛雅平台，以及国外的三大在线课程平台Coursera、Udacity和edX等课程资源极其丰富，一些优秀的教师也加入其中，带来了优质的师资资源。但是由于平台功能的限制，对于一些学生用户的学习日志、学习路径等行为数据没有相关的数据分析，无法对个体建立偏好模型，教师很难了解每一名学生的学习能力以及学习风格，因此不能针对性的制定个性化教学目标。
　　本研究主要内容包括：⑴利用关联算法，找到真正影响学生成绩的因素，给教师提供教学质量的分析和改进。⑵利用相关的聚类分类算法分析学生学习能力，将具有相同或者相似风格的学生组合到一起，统一进行教学目标管理，发现学生与学生之间的联系。⑶通过教学实践以及与老师之间的交流反馈，提出了四种学习风格数据量化指标，教师可以针对学生线上学习的数据区分不同学习风格的学生，结合聚类分析的结果，进行相关的任务布置和管理，实现个性化教学。⑷针对不同教师的数据挖掘需求，提出了一个成绩分析平台模块框架，可以帮助教师针对学生的实际情况进行相关数据的挖掘，降低教师的教学成本。

目录

声明

第一章 绪论

1.1 研究背景

1.2 研究意义

1.3 研究现状

1.4 研究内容

1.5 研究方法以及论文结构

1.6 本章小结

第二章 数据挖掘关键技术

2.1数据挖掘概述

2.2 关键技术介绍

2.3 Weka分析工具简介

2.4本章小结

第三章 个性化教学与数据采集

3.1基于网络平台数据的个性化教学简介

3.2网络教学数据采集

3.3 本章小结

第四章 网络教学平台数据相关性分析

4.1学生登录行为描述与影响因素分析

4.2基于Weka平台对学生成绩进行关联分析

4.3基于Weka平台对学生进行聚类分析

4.4基于Weka平台对学生风格进行决策树分析

4.5基于网络教学数据实验相关性分析结论

4.6本章小结

第五章 个性化成绩分析平台的设计框架

5.1 平台模块设计框架

5.2 数据库设计框架

5.3本章小结

第六章 总结与展望

6.1总结

6.2展望

参考文献

附录

致谢