葉文靜 黃今慧

【摘要】在大數(shù)據(jù)的背景下，作者在分析了學(xué)習(xí)者在線學(xué)習(xí)行為的基礎(chǔ)上，建立了基于數(shù)據(jù)挖掘的在線學(xué)習(xí)行為的模型。論文的重點不僅在于指出研究在線學(xué)習(xí)行為的重要性，更探討了如何對在線學(xué)習(xí)行為構(gòu)建模型，以及它會為教育領(lǐng)域帶來的深遠(yuǎn)意義。

【關(guān)鍵詞】數(shù)據(jù)挖掘;在線學(xué)習(xí)行為;教育大數(shù)據(jù)

【中圖分類號】TP391

【文獻(xiàn)標(biāo)志碼】A

【文章編號】1673-1069（2018）11-0146-02

1引言

在線學(xué)習(xí)是指通過計算機(jī)互聯(lián)網(wǎng)，或通過移動無線網(wǎng)絡(luò)，進(jìn)行內(nèi)容傳播和快速學(xué)習(xí)的方式。這種學(xué)習(xí)方式不僅能使自身的學(xué)習(xí)需求被滿足，同時也收集了與學(xué)習(xí)行為相關(guān)的數(shù)據(jù)。這些數(shù)據(jù)可從網(wǎng)絡(luò)學(xué)習(xí)平臺提取，然后對這些數(shù)據(jù)更加深入挖掘，再通過挖掘出的信息研究在線學(xué)習(xí)行為。但是在線學(xué)習(xí)過程中產(chǎn)生的數(shù)據(jù)龐大且雜亂，其中還包含了大量非結(jié)構(gòu)信息，單是使用簡單的統(tǒng)計分析方法不容易發(fā)現(xiàn)其隱藏的知識和規(guī)律，而且這些數(shù)據(jù)實際來源于教育大數(shù)據(jù)，因此我們需要采用更為精確，復(fù)雜的方式來研究。數(shù)據(jù)挖掘技術(shù)可以分析大量數(shù)據(jù)并能提取出隱藏在其中的、人們事先不了解的并對決策有用的信息和知識。數(shù)據(jù)挖掘技術(shù)就是我們所要選擇的技術(shù)。

2在線學(xué)習(xí)行為分析

2.1在線學(xué)習(xí)行為特征分析

針對學(xué)習(xí)者的平均學(xué)習(xí)時間、學(xué)習(xí)進(jìn)度、學(xué)習(xí)交流、各類資源應(yīng)用等與學(xué)習(xí)行為有關(guān)的信息數(shù)據(jù)進(jìn)行統(tǒng)計、可視化和各類挖掘方式，并結(jié)合學(xué)習(xí)者的個體數(shù)據(jù)來分析在線學(xué)習(xí)行為的特征。可從以下幾個方面分析在線學(xué)習(xí)行為的特征：靜態(tài)和動態(tài)特征、固有和變化特征以及一般和風(fēng)格特征。本文主要分析的是學(xué)習(xí)者的靜態(tài)和動態(tài)特征。顧名思義，靜態(tài)特征是指學(xué)習(xí)者自身所固有的不會隨時間的變化而變化或緩慢變化的方面;而動態(tài)特征則是指學(xué)習(xí)者隨著時間的變化而發(fā)生顯著變化的，并會對學(xué)習(xí)產(chǎn)生較大影響方面。若要從這兩個方面展開分析，可以運用以下方法：

①根據(jù)通過具有相似或相同靜態(tài)特征的學(xué)習(xí)者群體進(jìn)行不同動態(tài)特征的在線學(xué)習(xí)行為分析并將這類人群進(jìn)行分類。主要是通過協(xié)作過濾推薦算法，根據(jù)學(xué)習(xí)者的性別、年齡、學(xué)歷以及學(xué)業(yè)專業(yè)等靜態(tài)特征篩選出具有相似靜態(tài)特征的學(xué)習(xí)者，并對參與總?cè)藬?shù)進(jìn)行分組，將相似的學(xué)習(xí)者分為一組，調(diào)查并記錄每組學(xué)習(xí)者彼此間的在線學(xué)習(xí)行為數(shù)據(jù)，分析這些數(shù)據(jù)可獲取在線學(xué)習(xí)行為的影響因素。例如，年齡在18～22歲的女性計算機(jī)本科專業(yè)學(xué)習(xí)群體的學(xué)習(xí)行為差異主要在那幾個方面、有何不同、如何分類等問題。

②基于對某網(wǎng)絡(luò)學(xué)習(xí)平臺的分析，根據(jù)分析能獲取在線學(xué)習(xí)行為特征。首先采集該平臺的數(shù)據(jù)，如學(xué)習(xí)者的登錄時間、訪問路徑、在線時間長短以及在線學(xué)習(xí)內(nèi)容等，然后再對這些數(shù)據(jù)進(jìn)行分類研究;再如同一時間訪問該平臺且學(xué)習(xí)地點與時間長短相同的，正在學(xué)習(xí)同一門課程的人群可能是正在學(xué)校上課的學(xué)生，這類人群的學(xué)習(xí)行為不是自發(fā)的，但他們的學(xué)習(xí)進(jìn)度卻可以反映出各自的學(xué)習(xí)能力以及學(xué)習(xí)需求。

通過以上方法，可以了解在線學(xué)習(xí)行為受許多因素影響，而這些因素又可區(qū)分為內(nèi)在因素和外在因素，如個人學(xué)習(xí)目的、學(xué)習(xí)需求以及不同的時間安排等可歸納于內(nèi)在影響因素;不同專業(yè)的學(xué)習(xí)內(nèi)容、不同的學(xué)習(xí)平臺應(yīng)用、多樣的學(xué)習(xí)工具使用等可歸納于外在影響因素。這些因素不僅對在線學(xué)習(xí)行為帶來了不同程度的影響，而且還產(chǎn)生了各種在線學(xué)習(xí)行為特征。

2.2基于數(shù)據(jù)挖掘構(gòu)建在線學(xué)習(xí)行為模型

以某一網(wǎng)絡(luò)學(xué)習(xí)平臺為基礎(chǔ)，然后基于該平臺存儲的在線學(xué)習(xí)行為的記錄來采集數(shù)據(jù)，再對這些零散的數(shù)據(jù)進(jìn)行處理和研究，最終可以構(gòu)建一個基于數(shù)據(jù)挖掘的在線學(xué)習(xí)行為模型。該模型主要用于對學(xué)習(xí)需求、學(xué)習(xí)資源、學(xué)習(xí)工具以及學(xué)習(xí)模式對學(xué)習(xí)者在線學(xué)習(xí)行為所造成的影響以及影響程度的研究。之后還可用它挖掘出最佳學(xué)習(xí)者，并探索影響他們在線學(xué)習(xí)行為的因素。通過對這些因素的進(jìn)一步研究，將推測如何有效提高學(xué)習(xí)者學(xué)習(xí)效果的方法，讓更多的學(xué)習(xí)者有效地提高學(xué)習(xí)效率，找到適用于自己的學(xué)習(xí)方法。除此之外，我們還能將該模型應(yīng)用于網(wǎng)絡(luò)學(xué)習(xí)平臺，進(jìn)一步優(yōu)化網(wǎng)絡(luò)學(xué)習(xí)平臺，使它能獲得更精確的數(shù)據(jù)，這樣就能更全面、系統(tǒng)、深入地分析在線學(xué)習(xí)行為，構(gòu)建更廣泛、更智能、更豐富的網(wǎng)絡(luò)學(xué)習(xí)平臺。

3對學(xué)習(xí)者的在線學(xué)習(xí)行為構(gòu)建模型

3.1在線學(xué)習(xí)行為數(shù)據(jù)的采集

不同的數(shù)據(jù)采集所研究的方向也不同，但總體方向卻是相同的，都是針對學(xué)習(xí)者在線學(xué)習(xí)行為進(jìn)行研究。通過記載人們訪問網(wǎng)站的次數(shù)以及在該網(wǎng)站停留的時間，可以發(fā)現(xiàn)最受人們喜愛的網(wǎng)絡(luò)學(xué)習(xí)平臺;通過記錄學(xué)生作業(yè)完成情況以及解決疑難問題的方式，可以分析出他們的學(xué)習(xí)方式;通過記載人們對學(xué)習(xí)內(nèi)容的觀看時間以及留言評論，可以找到他們的興趣愛好。因此，如何采集數(shù)據(jù)是構(gòu)建在線學(xué)習(xí)模型的第一步。主要是通過對網(wǎng)絡(luò)學(xué)習(xí)平臺的選取以及數(shù)據(jù)準(zhǔn)備來實現(xiàn)數(shù)據(jù)采集。

3.2在線學(xué)習(xí)行為數(shù)據(jù)的處理與挖掘

數(shù)據(jù)采集完成后，通過對該數(shù)據(jù)處理與挖掘，以獲取研究者想要的信息，這是對在線學(xué)習(xí)行為構(gòu)建模型的第二步。

3.2.1數(shù)據(jù)處理

完成第一步后，所采集到的原始數(shù)據(jù)不能直接用于數(shù)據(jù)挖掘，還應(yīng)對該數(shù)據(jù)進(jìn)行處理，使其能轉(zhuǎn)換成可供數(shù)據(jù)挖掘使用的數(shù)據(jù)。

3.2.2數(shù)據(jù)挖掘

將數(shù)據(jù)處理好后，就要使用數(shù)據(jù)挖據(jù)對其進(jìn)行操作。選取與研究一致的數(shù)據(jù)挖掘技術(shù)和工具也是至關(guān)重要的。分類，聚類和關(guān)聯(lián)規(guī)則挖掘等算法均可應(yīng)用于在線學(xué)習(xí)行為的數(shù)據(jù)挖掘中。

3.3在線學(xué)習(xí)行為模型的構(gòu)建

完成以上步驟后，可以開始對在線學(xué)習(xí)行為構(gòu)建模型。首先，通過數(shù)據(jù)挖掘獲得的信息可以深入分析個人的在線學(xué)習(xí)時間安排、在線學(xué)習(xí)行為特征以及影響在線學(xué)習(xí)行為的主要因素。然后開始整合數(shù)據(jù)，將這些數(shù)據(jù)關(guān)聯(lián)在一起并使用統(tǒng)計分析方法建立在線學(xué)習(xí)行為的模型。最后還要對該模型進(jìn)行驗證，把該模型應(yīng)用于某一網(wǎng)絡(luò)學(xué)習(xí)平臺，然后根據(jù)學(xué)習(xí)者的在線學(xué)習(xí)效果是否提高，在線學(xué)習(xí)效率是否提升，以及該網(wǎng)絡(luò)學(xué)習(xí)平臺是否優(yōu)化成功來驗證該模型的準(zhǔn)確性和實用性。

4結(jié)語

本文從數(shù)據(jù)挖掘的角度探討了在大數(shù)據(jù)背景下的在線學(xué)習(xí)行為的分析與建模。經(jīng)過一系列理論分析，最終發(fā)現(xiàn)構(gòu)建在線學(xué)習(xí)行為模型是具有重大意義的。建立在線學(xué)習(xí)行為的模型，對網(wǎng)絡(luò)學(xué)習(xí)平臺進(jìn)行優(yōu)化，找到適合自己的學(xué)習(xí)方法。這不僅對提高人們的學(xué)習(xí)效率有很大的作用，還能幫助他們獲得更完美的學(xué)習(xí)成果。這對于教育領(lǐng)域也是一大進(jìn)展。因此，基于數(shù)據(jù)挖掘的在線學(xué)習(xí)行為的分析與建模是十分有必要的。