基于數(shù)據(jù)挖掘的個性化學(xué)習系統(tǒng)研究.pdf

1、目前，隨著遠程教育的開展，基于Web的學(xué)習獲得了長足進展；但也存在一些問題。例如，網(wǎng)絡(luò)教學(xué)中普遍存在教學(xué)模式單一，教學(xué)資源簡單堆積，智能化程度低等問題，而接受教育對象的學(xué)習能力、個人興趣和習慣、個人學(xué)習基礎(chǔ)、努力程度，都存在巨大的差異。由此帶來的是網(wǎng)絡(luò)教學(xué)平臺不能適應(yīng)學(xué)習者個性化需求的矛盾。因此，如何使網(wǎng)絡(luò)學(xué)習系統(tǒng)支持個性化服務(wù)，是網(wǎng)絡(luò)教育領(lǐng)域亟待解決的問題之一。 本文針對網(wǎng)絡(luò)學(xué)習行為和數(shù)據(jù)挖掘技術(shù)的特點，就個性化學(xué)習系統(tǒng)的構(gòu)建

2、進行了分析與研究，主要工作如下： 研究了網(wǎng)絡(luò)學(xué)習行為和學(xué)習者個性化分析的算法基礎(chǔ)——數(shù)據(jù)挖掘和聚類分析。 結(jié)合網(wǎng)絡(luò)學(xué)習者瀏覽行為研究了基于FLaAT的頻繁Web用戶瀏覽路徑的挖掘算法，并以實例分析了在搜索學(xué)習者偏愛瀏覽路徑時考慮了不同前綴的相同子路徑的合并問題，使得挖掘信息更完善。 給出了學(xué)習者偏愛路徑挖掘算法——學(xué)習者模糊加權(quán)偏愛瀏覽路徑的挖掘算法MingLearner。該算法重點考慮了教學(xué)網(wǎng)頁的權(quán)重，而此權(quán)重