基于伴随式数据收集的多维教学数据挖掘研究  

Research on Multidimensional Teaching Data Mining Based on Adjoint Data Collection

作　　者：陆芸婷[1] 张德芬[1] LU Yunting;ZHANG Defen(Shenzhen Institute of Information Technology,Shenzhen,Guangdong 518000)

机构地区：[1]深圳信息职业技术学院,广东深圳518000

出　　处：《科教导刊》2020年第23期119-120,共2页The Guide Of Science & Education

基　　金：深圳信息职业技术学院2018“体商研究”专项“基于体商的多维度聚类在教育中的应用研究”(TS201804);深圳市教育科学规划2018重点资助课题“基于伴随式数据收集的多维教学数据挖掘分析研究”(zdzz18008);深圳市教育科学规划2018一般资助课题“新工科背景下高职计算机类专业建设的研究与实践——以计算机信息管理专业为例”(ybzz18005)。

摘　　要：在教育领域数据中,简单依靠传统的教学统计系统已无法满足现代教育管理的需求,伴随式数据收集可借助全面、优质的教育管理信息系统,实时、动态地将各种教育数据收集并整理。对这些数据进行分析,挖掘出隐藏在这些数据背后的教育教学规律,研究结果可以更好地实现"因材施教"的目的,并提高教学效果。本文研究基于伴随式数据收集的多维教学数据挖掘,提出多维度图数据模型,并研究基于子空间数据聚类为数据挖掘方法的教学分析。In the field of education data,traditional teaching statistics system has been unable to meet the needs of modern education management.With the help of comprehensive and high-quality education management information system,the data collection can collect all kinds of education data timely and dynamically.By analyzing these data,we can find out the laws of education and teaching.The research results can achieve the purpose of the educational requirement of"teaching students in accordance with their aptitudes"and get better results in teaching.This paper studies multi-dimensional teaching data mining based on adjoint data collection.Multi-dimensional graph data model is proposed firstly,and then teaching analysis based on subspace data clustering is given.

关 键 词：多维度 聚类 数据挖掘 

分 类 号：G424[文化科学—课程与教学论]