刁才富
【摘要】本文以基于數(shù)據(jù)挖掘技術(shù)的智能教學(xué)系統(tǒng)為題,探討了相關(guān)技術(shù)的應(yīng)用和實(shí)踐,揭示了智能教學(xué)系統(tǒng)的優(yōu)勢所在以及隱藏在其背后的技術(shù)支撐,為將來進(jìn)一步優(yōu)化教學(xué)資源,促進(jìn)個性化、層次化以及差異化教學(xué)提供可靠的教學(xué)平臺系統(tǒng)參考。
【關(guān)鍵詞】數(shù)據(jù)挖掘 智能 教學(xué)系統(tǒng) 信息技術(shù)
【中圖分類號】G64 【文獻(xiàn)標(biāo)識碼】A 【文章編號】2095-3089(2017)23-0239-02
一、數(shù)據(jù)挖掘
一般而言,智能教學(xué)系統(tǒng)中數(shù)據(jù)挖掘技術(shù)包括以下四個方面,即:
(一)教學(xué)過程中學(xué)生數(shù)據(jù)采集
教學(xué)過程中學(xué)生數(shù)據(jù)采集主要是記錄學(xué)生詳細(xì)的學(xué)習(xí)過程,包括學(xué)習(xí)進(jìn)度、學(xué)習(xí)內(nèi)容,不同學(xué)習(xí)內(nèi)容耗費(fèi)的時(shí)間、測試內(nèi)容、測試用時(shí)、測試結(jié)果、不同教學(xué)內(nèi)容的訪問頻率等等,基本上是相關(guān)教學(xué)資源的全程記錄, 通過學(xué)生學(xué)習(xí)數(shù)據(jù)的記錄,為后續(xù)的數(shù)據(jù)挖掘過程奠定堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ),需要指出的是,學(xué)生數(shù)據(jù)的采集并不局限于傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)采集,還包括應(yīng)用范圍更廣的非結(jié)構(gòu)化數(shù)據(jù),這是近年來數(shù)據(jù)模型構(gòu)建過程N(yùn)OSQL應(yīng)用的重要應(yīng)用方式。
(二)數(shù)據(jù)預(yù)處理過程
有了上一階段的基礎(chǔ)數(shù)據(jù)收集基礎(chǔ),還需對這些數(shù)據(jù)進(jìn)行預(yù)處理,預(yù)處理工作主要完成數(shù)據(jù)清洗任務(wù),數(shù)據(jù)拆分過程,通俗的講就是對第一階段產(chǎn)生的數(shù)據(jù)進(jìn)行篩選、歸類的工作。將一些無用的數(shù)據(jù)消息進(jìn)行丟棄,為下一階段的數(shù)據(jù)處理做好前置準(zhǔn)備,具體到實(shí)現(xiàn)技術(shù)應(yīng)用角度而言,以常見的Hadoop大數(shù)據(jù)框架技術(shù)為例就是將數(shù)據(jù)提交到Hadoop所支持的HDFS文件系統(tǒng),篩選有用數(shù)據(jù)消息的工作,在此就不進(jìn)行具體的展開了。
(三)數(shù)據(jù)挖掘工作
數(shù)據(jù)挖掘同樣依賴于前一步驟所產(chǎn)生的清洗數(shù)據(jù),利用服務(wù)器端計(jì)算機(jī)集群強(qiáng)大的數(shù)據(jù)存儲以及計(jì)算資源,對數(shù)據(jù)進(jìn)行挖掘分析,同樣以Hadoop技術(shù)為例,就是實(shí)現(xiàn)MapReduce中MAP映射過程,通過一定的挖掘算法,對教學(xué)數(shù)據(jù)做進(jìn)一步的統(tǒng)計(jì)分析、關(guān)聯(lián)計(jì)算、數(shù)據(jù)建模以及用戶追蹤的工作。這一階段的工作是真正進(jìn)行數(shù)據(jù)挖掘步驟,是現(xiàn)實(shí)教學(xué)數(shù)據(jù)大數(shù)據(jù)分析的核心。
(四)數(shù)據(jù)匯總
數(shù)據(jù)匯總也就是人們常說的數(shù)據(jù)分析報(bào)告,結(jié)合Hadoop技術(shù),是實(shí)現(xiàn)MapReduce中Reduce(歸約)過程。具體到教學(xué)數(shù)據(jù)的匯總而言,可以得出系列特定用戶數(shù)據(jù)或者非特定用戶數(shù)據(jù)匯總結(jié)果。特定用戶數(shù)據(jù)主要是指,某個學(xué)生的學(xué)習(xí)過程數(shù)據(jù)匯總報(bào)告,例如學(xué)生利用智能教學(xué)系統(tǒng)學(xué)習(xí)效率、學(xué)習(xí)覆蓋率、學(xué)習(xí)結(jié)果等多維度的學(xué)習(xí)數(shù)據(jù);而非特定數(shù)據(jù)是通過大量不同學(xué)生數(shù)據(jù)分析計(jì)算得出來的通用性較高的數(shù)據(jù),例如學(xué)生重難點(diǎn)把握情況、整體的學(xué)習(xí)情況等等??傊?,數(shù)據(jù)匯總是數(shù)據(jù)挖掘的最后階段,是產(chǎn)生有效教學(xué)數(shù)據(jù)的過程。
二、基于數(shù)據(jù)挖掘的智能教學(xué)系統(tǒng)的設(shè)計(jì)和應(yīng)用探討
(一)智能教學(xué)系統(tǒng)界面設(shè)計(jì)以及功能模塊的劃分
智能教學(xué)系統(tǒng)界面設(shè)計(jì)就是人們場所的UI(用戶接口)設(shè)計(jì),從教學(xué)過程的劃分,一般將其界面按照功能進(jìn)行劃分,如視頻教學(xué)、階段測試、學(xué)情分析、教學(xué)進(jìn)度、互動交流等功能步驟,建議對功能模塊所實(shí)現(xiàn)的功能“原子化”處理,即特定模塊僅僅完成相應(yīng)的功能即可,當(dāng)然各個功能模塊背后所承載的數(shù)據(jù)模型應(yīng)保障一致性原則。由此可見,基于Web和數(shù)據(jù)挖掘的智能教學(xué)系統(tǒng)的設(shè)計(jì)和應(yīng)用做好其節(jié)目以及功能模塊的劃分具有十分重要的意義。
(二)學(xué)生學(xué)習(xí)事件的追蹤
學(xué)生學(xué)習(xí)事件的追蹤是通過智能學(xué)習(xí)系統(tǒng)的終端編號或者用戶ID的追蹤方式予以進(jìn)行的,對應(yīng)到Web功能以及數(shù)據(jù)挖掘處理過程就是遠(yuǎn)程服務(wù)器資源的獲取、教學(xué)過程數(shù)據(jù)的收集工作,通過用戶事件的收集,產(chǎn)生了大量學(xué)生學(xué)習(xí)的實(shí)時(shí)數(shù)據(jù),從而記錄了學(xué)生學(xué)習(xí)進(jìn)度、教學(xué)資源的應(yīng)用、階段性測驗(yàn)成果等一系列相關(guān)的教學(xué)數(shù)據(jù),這是學(xué)生個性化學(xué)習(xí)定制的原始數(shù)據(jù),具有十分重要的數(shù)據(jù)基礎(chǔ)。當(dāng)然通過學(xué)生學(xué)習(xí)進(jìn)度等數(shù)據(jù)的展示,學(xué)生能夠清楚的認(rèn)識學(xué)習(xí)目標(biāo)的完成度(以一種百分比的形式進(jìn)行更為精準(zhǔn)的展示),從而使得智能教學(xué)的目標(biāo)性以及學(xué)生學(xué)習(xí)的積極性獲得進(jìn)一步的提升。
(三)教學(xué)診斷和能力測定
教學(xué)診斷是依據(jù)學(xué)生學(xué)習(xí)數(shù)據(jù),對學(xué)生學(xué)習(xí)進(jìn)度、學(xué)習(xí)效率以及學(xué)習(xí)目標(biāo)的大程度進(jìn)行匯總分析的階段,對應(yīng)于傳統(tǒng)教學(xué)過程中即就是教學(xué)階段性總結(jié)的過程,二者最大的區(qū)別在于利用智能化教學(xué)系統(tǒng)平臺所產(chǎn)生的教學(xué)診斷數(shù)據(jù)更加客觀、針對性較強(qiáng),其診斷結(jié)果都是以客觀的學(xué)生學(xué)習(xí)數(shù)據(jù)為依據(jù)的;而能力測定更多都是測試數(shù)據(jù)的匯總,一些教學(xué)系統(tǒng)將能力測定作為教學(xué)診斷的內(nèi)容予以涵蓋,這都是可行的。測試數(shù)據(jù)是學(xué)生階段性學(xué)習(xí)情況最為真實(shí)的反饋,通過能力測定,智能系統(tǒng)能夠適當(dāng)?shù)恼{(diào)整學(xué)生的學(xué)習(xí)習(xí)慣和學(xué)習(xí)過程,實(shí)現(xiàn)個性化學(xué)習(xí)、差異化學(xué)習(xí)。
(四)根據(jù)學(xué)生學(xué)習(xí)情況予以針對性的提升
智能系統(tǒng)之所以智能就在于其具有較強(qiáng)的針對性,通過實(shí)時(shí)匯總學(xué)生學(xué)習(xí)數(shù)據(jù)和學(xué)習(xí)情況,從服務(wù)器端產(chǎn)生學(xué)生學(xué)習(xí)數(shù)據(jù)庫,并以此為依據(jù)給出學(xué)生學(xué)習(xí)策略,對于學(xué)習(xí)能力突出的學(xué)生通過知識結(jié)構(gòu)的拓展以及學(xué)習(xí)進(jìn)度的提升,實(shí)現(xiàn)其優(yōu)質(zhì)化學(xué)習(xí),對于學(xué)習(xí)能力相對較弱的學(xué)生則通過知識點(diǎn)的細(xì)化、重難點(diǎn)的針對性講解,使其能夠達(dá)到基本的教學(xué)要求,從而提升其學(xué)習(xí)自信心,實(shí)現(xiàn)學(xué)有所獲。除此之外,通過學(xué)生實(shí)時(shí)數(shù)據(jù)的匯總,教師在遠(yuǎn)程的管理端可以通過各種統(tǒng)計(jì)數(shù)據(jù)、報(bào)表等形式,清楚的了解各個學(xué)生的學(xué)習(xí)情況,使得教師對于全局教學(xué)過程的把控準(zhǔn)確度以及精細(xì)化程度有了較大的提升,而這正是得益于數(shù)據(jù)挖掘技術(shù)的有效應(yīng)用。
(五)教學(xué)資源有針對性的進(jìn)行推送
基于數(shù)據(jù)挖掘的智能教學(xué)系統(tǒng)不僅能夠根據(jù)學(xué)生學(xué)習(xí)進(jìn)度以及課程目標(biāo)讓學(xué)生自主選擇教學(xué)資源,而且還能夠針對學(xué)生學(xué)習(xí)的實(shí)際情況以及測評情況予以極具針對性的教學(xué)資源推送,這是智能教學(xué)系統(tǒng)區(qū)別于傳統(tǒng)的簡單資源庫教學(xué)系統(tǒng)的優(yōu)勢所在,以學(xué)生章節(jié)測試為例,智能教學(xué)系統(tǒng)會對學(xué)生的測評結(jié)果進(jìn)行分析,將學(xué)生章節(jié)掌握的薄弱部分記錄在相關(guān)數(shù)據(jù)庫中,并在學(xué)生學(xué)習(xí)時(shí)推送相關(guān)知識內(nèi)容,既可以是視頻類型的知識講解,也可以是相關(guān)一系列的練習(xí)題,讓學(xué)生進(jìn)一步加強(qiáng)和鞏固相關(guān)內(nèi)容,從而獲得極具針對性的鞏固和練習(xí),提高學(xué)習(xí)效率。
(六)教師進(jìn)行適當(dāng)?shù)囊龑?dǎo)和補(bǔ)充
智能教學(xué)系統(tǒng)的應(yīng)用必然會促進(jìn)當(dāng)前教育教學(xué)工作的快速推進(jìn),在應(yīng)用智能教學(xué)系統(tǒng)的同時(shí)還應(yīng)做好教師的必要引導(dǎo)和知識的補(bǔ)充,不可否認(rèn)智能教學(xué)系統(tǒng)的應(yīng)用能夠大幅度的提升學(xué)生學(xué)習(xí)的效率和質(zhì)量,但是往往在一些需要教師面對面進(jìn)行引導(dǎo)的教學(xué)部分,智能系統(tǒng)是不能替代的;另外智能教學(xué)系統(tǒng)的應(yīng)用,要求學(xué)生應(yīng)具備一定的學(xué)習(xí)主動性和積極性,而脫離了教師的監(jiān)管和掌控,一些自律性較差、學(xué)習(xí)積極性不足的學(xué)生必然會出現(xiàn)一定的學(xué)習(xí)問題,這同樣是不可忽視的智能系統(tǒng)應(yīng)用問題。因此,從互補(bǔ)性的角度而言,除了有效的應(yīng)用好智能教學(xué)系統(tǒng)之外,還應(yīng)通過教師的適當(dāng)引導(dǎo)和補(bǔ)充保障整個學(xué)習(xí)過程的有序和完整性。
三、小結(jié)
綜上所述,基于數(shù)據(jù)挖掘的智能教學(xué)系統(tǒng)是信息技術(shù)與教學(xué)過程的高度融合,對于優(yōu)化教學(xué)資源、創(chuàng)新教學(xué)形式都具有十分重要的意義,本文從智能教學(xué)系統(tǒng)、數(shù)據(jù)挖掘技術(shù)等進(jìn)行了簡要的討論,并分析了數(shù)據(jù)挖掘技術(shù)在教學(xué)過程中的設(shè)計(jì)和應(yīng)用。
參考文獻(xiàn):
[1]彭麗娟.基于數(shù)據(jù)挖掘的高職院校教學(xué)管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].電子科技大學(xué),2014.
[2]梁巖.濟(jì)寧市高級職業(yè)學(xué)校網(wǎng)絡(luò)教學(xué)管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].電子科技大學(xué),2015.