基于教育數(shù)據的相關性分析研究.pdf

1、隨著信息技術的不斷發(fā)展，傳統(tǒng)的教育研究方法需要與時俱進，通過先進的技術手段去研究和解釋在教育中存在的各種現(xiàn)象和問題是現(xiàn)代教育研究中必不可少的環(huán)節(jié)。伴隨著大數(shù)據概念的提出，數(shù)據已然開始占據各行各業(yè)發(fā)展的主導地位，目前各種對教育數(shù)據的分析正慢慢成為教育工作者所提出的觀點和決策背后強有力的支撐依據。在此背景下，我們分別面向教學質量評價、個性化學習展開了對應的課程相關性、試題相關性研究，并基于回歸模型來研究學習分析中的成績相關性。
　　目

2、前對教師的課程質量評價主要還是依靠學生的主觀意識，從客觀角度對該方向的研究比較少。本文首先基于Apriori算法對學生的課程考試成績進行挖掘，從挖掘的結果中找出相關聯(lián)的課程。然后針對同一批學生在相關聯(lián)的不同課程上的學習情況來客觀地評估該課程對應的授課教師的教學質量。
　　個性化學習一直是現(xiàn)代教育教學理念中教育工作者們關注的焦點，其最大的優(yōu)勢就是能夠幫助每一個學生獲得與自身相對應的學習指導。因為個性化學習最終仍需回歸到對學生課程知識

3、掌握程度的考察，所以就需要為學生提供契合于其自身學習情況的個性化試題。如何選擇個性化的試題需要對試題的各個參數(shù)進行深入探討，目前對試題的研究主要集中在試題難度和試題區(qū)分度，對試題相關性的研究還比較少，而已有研究也大都是基于試題內容的角度來判斷試題是否相關，本文創(chuàng)新性地提出了試題關聯(lián)模型，通過該模型來量化描述不同試題之間的關聯(lián)。本文通過大量實驗揭示了試題關聯(lián)模型在不同場景下所受到的影響，另外該模型的有效性也在實際學生的答題記錄中獲得驗證。

4、本文基于該模型設計出了一種智能組卷的方案，該模型和方案能夠為學生提供薄弱知識點的專項練習和課程全部知識點的廣度考察，滿足學生的個性化學習需求。
　　隨著個性化學習的推廣，學習分析技術開始被廣泛使用。本文基于回歸模型分析學生課程期末考試成績與學生學習習慣、平時成績之間的關系并做相應預測。
　　本文在最后介紹了我們開發(fā)的個性化學習平臺，對平臺中的各種功能模塊做了簡要的描述。該平臺積累了學生在課程學習中留下的大量記錄，我們將這些記