教育数据挖掘在提高混合式教学质量中的探索

龙源期刊网 http://www.qikan.com.cn

教育数据挖掘在提高混合式教学质量中的探索

作者：卞璐

来源：《环球市场信息导报》2018年第06期

“数据驱动学校，分析改变教育”，利用教育数据挖掘技术对在线开放课程的学习数据进行预测、聚类、关联等分析，能够提高发掘教育数据背后隐藏的现象规律，提升高职院校人才培养质量。

从“慕课元年”（2012年）至今，国内外知名大学都发起了大规模在线开放课程（ Massive Open Online Courser，MOOC）的开发与建设，众多的高职院校也投身到此教育改革浪潮中，开发了许多更适合高职学生学习的小规模在线开放课程（ Small Private Online Courser，SPOC）。不管是MOOC或是SPOC都依托网络为学生提供学习资源，学生的学习痕迹被记录下来，由此产生大量的教育数据。2012年10月，美国教育部发布了《通过教育数据挖掘和学习分析促进教与学》报告，目的就是为了促进教育大数据能够有效指导美国高校教育。徐鹏等（ 2013）解读了该报告，认为“迫切需要整合现有资源，发挥后进优势，实现教育大数据研究和应用的跨越式发展。”胡水星（2017）、吕海燕（2017）、孙笑微（2017）等都对学生的在线学习数据进行了挖掘和分析。 1.教育数据挖掘与在线开放课程 1.1教育数据

徐鹏等（2013）指出教育数据（ Education Data）有广义和狭义之分。广义的教育数据一般是指教育活动中师生的日常行为数据，具有阶层性、情境性和时间性等特征。狭义的教育大数据一般指学习者的学行为数据，她主要来源于学生管理系统和在线学习平台等。 1.2教育数据挖掘

数据挖掘（ Data Mining） -股是指从大量的数据中，利用统计、在线分析、情报检索等各类方法来寻找其中隐藏的信息的过程。

教育数据挖掘（EducaLion DataMining）是指应用多个学科的理论和技术来解决教育研究和时间中的问题，如教师能够根据学生的学习数据发现学生学习规律，有效指导教师改进教学方式，提高教学效率。

1.3在线开放课程教育数据挖掘的重要性

搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，第一范文网，提供最新教学研究教育数据挖掘在提高混合式教学质量中的探索全文阅读和word下载服务。