基于数据挖掘技术的本科教学管理

围绕高校本科教务管理中面临的大数据处理难题,介绍了数据挖掘技术用于本科成绩和教学数据分析的可行性。从学生成绩、学生选课、学生评教以及教师信息等方面,探讨了数据挖掘技术提取教学管理信息的方法,可望为高等学校教学管理和教务管理提供决策支持。     

基于web数据挖掘的教务管理系统的研究

当前的教务管理系统主要是利用计算机的计算能力,简化数据处理复杂度,并控制数据的处理流程。Web数据挖掘能够从大量数据中抽取、挖掘出未知的、有价值的模式或规律等知识。本文将数据挖掘技术应用于教务管理系统中,以期提高教务管理系统的智能化、模式化和通用化。具体研究数据推荐功能的语义分析,用多维数组实现关键词的分类查找,以提高教务管理系统信息筛选的有效性。     

基于web数据挖掘的教务管理系统的研究

当前的教务管理系统主要是利用计算机的计算能力,简化数据处理复杂度,并控制数据的处理流程。Web数据挖掘能够从大量数据中抽取、挖掘出未知的、有价值的模式或规律等知识。本文将数据挖掘技术应用于教务管理系统中,以期提高教务管理系统的智能化、模式化和通用化。具体研究数据推荐功能的语义分析,用多维数组实现关键词的分类查找,以提高教务管理系统信息筛选的有效性。     

高校大数据教务管理面临的障碍及其对策

大数据时代对传统的高校教务管理提出了更高的要求。界定"大数据教务管理"的定义。由阐述数据挖掘技术在教务管理中的应用入手,分析认为大数据时代高校教务管理面临数据信息多样化、分散化、系统功能定位约束以及教务管理队伍水平低等方面的障碍。提出树立大数据教务管理理念,以制度规范大数据管理、进行技术改造,打破信息孤岛,实现大数据共享,同时加强教务管理队伍的能力培养,完善管理队伍人才结构等针对性的建议。     

基于数据挖掘的教务管理系统的设计与实现

教务管理系统中含有大量有待挖掘的有用信息,在大力提倡科教兴国的今天,这些信息对学院更好地制定学生培养计划具有重要的指导意义。对教务管理系统进行了全面剖析,通过在该系统中的具体实践和运用,对关联规则以及聚类分析等数据挖掘的方法进行了探索,实现了一个实用的教务数据挖掘系统。     

数据挖掘技术在高等院校学业预警中的应用

数据挖掘技术是目前人工智能和数据库领域研究的热点问题,是一种新的数据处理技术,它能自动分析数据仓库的海量数据,挖掘出丰富和客观的预警知识,并运用于危机预警。将数据挖掘技术运用于高等院校学生的学业预警领域,具有重要的理论意义与应用价值。以某高校教务管理系统中学生成绩数据信息为蓝本,进行课程相关性分析及初步的课程关联规则挖掘,为学生的学业预警和学习效果评价做理论和实践的指导。     

运用数据挖掘技术建立教学决策支持系统

就运用数据挖掘技术在教务信息管理系统等高校MIS基础上建立教学决策支持系统进行了研究分析。从而说明这一方法对于为高校教育教学改革提供决策参考信息是一种行之有效的途径。首先简单介绍了数据挖掘的概念,并说明运用数据挖掘技术建立教学决策支持系统是切实可行的。然后对开发的教学决策支持系统达到的目标进行了介绍,系统开发的流程及结构模块。最后对教学决策支持系统未来的发展进行展望。     

数据挖掘在现代高校教务管理中的应用

为适应现代教务管理的需要,高校已经普遍实行教务工作的信息化管理,即教务管理系统。这些基于分散数据的教务管理系统产生的大量计算和存储资源,这就为分析和挖掘这些广域分布的数据,以获取新的教学知识、规律和决策支持提供了基础。为改进教学管理工作,需要管理者充分利用数据挖掘（DM）获取大量有价值的教务管理和教学评价信息。     

关联规则在教务管理系统中的应用初探

高校教务管理系统将产生海量数据,这些数据中可能隐藏着一些我们以前不知道的大量有用信息.因此,可采用数据挖掘的关联规则方法来对教务管理系统的学生成绩数据进行挖掘,通过学生成绩是否优秀来找到各对应课程之间的相关性,从而科学地安排教学和指导学生学习.     

数据挖掘在高校学生学习成绩分析中的应用

在高校教务管理工作中,对学生的成绩进行管理分析是基础与核心。通过对学生成绩的分析,得出学生实际学习状况与教师的教学情况,反映高校的教学质量。近年来,教育事业不断改革与发展,学生人数逐年增多,每年高校都将学生的信息进行存放,而这些信息一般只用于核对与备案,造成严重的信息浪费。利用数据挖掘技术,对学生的成绩进行挖掘分析,进而得到潜在影响学生成绩的因素,并以其指导高校管理工作,指导教师教学工作,意义重大。本文针对数据挖掘在高校学生学习成绩分析中的应用进行了探究,旨在提高高校教学质量。     

高校教务管理的数据安全研究

随着教务管理系统软件在各高校的广泛使用,数据安全问题越来越引起教务工作者以及数据安全研究人员的广泛关注。在教务管理系统中数据的安全性非常重要,针对教务管理数据面对的安全问题提出使用现代密码技术进行加密的方法,通过软件开发技术、密码学技术等多种手段保证其安全可靠,并在具体的教务管理系统中实现数据安全设置。     

农村特岗教师教育技术能力的调查研究

采用问卷调查与访谈相结合的方法对特岗教师进行多维度调查,调查内容包括特岗教师的教育技术意识与态度、知识与技能、应用与创新。对调查结果进行量化分析,得出特岗教师教育技术能力现状和存在的问题并提出改进建议。     

我国教育技术学主干理论演进的关键路径——基于科学知识图谱的分析

中国特色的教育技术学理论体系建设成为该学科最近关注的热点问题。运用Citespace信息可视化软件,以教育技术学CSSCI期刊9329篇来源文献（2000-2009）为数据,通过Citespace探索关键路径的PathFinder算法绘制教育技术学主干理论知识图谱以及EM聚类,在此基础上梳理并分析我国教育技术学主干理论演进的关键路径以及各发展阶段的特点,以期为更好地构建中国特色的教育技术学理论体系提供参考依据。     

人工智能与教育深度融合发展:逻辑、困境与策略

人工智能与教育深度融合发展的目的在于通过高智能性的技术来不断提升教育的科学性和民主化。人工智能与教育深度融合发展的操作原理是通过技术、数据和算法的重组,推动教育走向智能化,具体表现为支持智能教育关键技术的高智能化(技术)、教育资源的整合与教育大数据的形成(数据)和教育供给的科学化(算法+服务)。就目前而言,人工智能与教育深度融合发展还存在技术基础不稳、教育数据缺陷、算法能力不足等现实问题。为此,要想实现人工智能与教育的深度融合发展,教育应尽早谋划,重新思考人工智能时代教育将如何存在,并从技术基础(改善技术的成熟度,重新思考技术世界中的教育)、数据驱动(加快教育数据资源的整合力度,提高教育数据单元质量)和算法服务(创新教育资源的有效供给方式)三个层面协同推进。     

师范生教育技术能力培养的现状及对策

随着信息技术的飞速发展,师范生的教育技术能力如何,已经成为影响教育整体改革和发展教育现代化的重要因素.而作为培养师范生教育技术能力主要途径之一的教育技术公共课却日益暴露出诸多问题,因此,笔者对教育技术公共课的教学现状进行了问卷调查,在对收集的数据进行统计分析的基础上,有针对性地提出了进一步深化教学改革的建议.     

Ethics in educational technology research: Informing participants on data sharing risks

Participants in educational technology research regularly share personal data which carries with it risks. Informing participants of these data sharing risks is often only done so through text contained within a consent form. However, conceptualizations of data sharing risks and knowledge of responsible data management practices among teachers and learners may be impoverished—limiting the effectiveness of a consent form in communicating such risks in a manner that adequately supports participants in making informed decisions about sharing their data. At two high schools participating in an educational research project involving the use of technology in the classroom, we investigate teacher and student conceptions of data sharing risks and knowledge of responsible data management practices; and introduce a communication approach that attempts to better inform educational technology research participants of such risks. Results of this study suggest that most teachers have not received formal training related to responsibly managing data; and both teachers and students see the need for such training as they come to realize that their understanding of responsible data management is underdeveloped. Thus, efforts beyond solely explaining data sharing risks in an informed consent form may be needed in educational technology research to facilitate ethical self-determination.     

Examining the use of theory within educational technology and media research

Academic research in the areas of educational technology and media is often portrayed to be limited in terms of its use of theory. This short paper reports on data collected from a survey of 462 ‘research active’ academic researchers working in the broad area of educational technology and educational media. The paper explores their use (and non-use) of theory.     

获取教育大数据：基于xAPI规范对学习经历数据的获取与共享

教育大数据为教育信息化的发展带来了新的机遇,而对教育大数据应用的实现首先依赖于对来源广泛的教育数据的获取。在这些有待获取的海量的教育数据中,学习经历数据作为一种承载着学习者在学习过程中的学习行为、学习活动、学习进程和与之交互的学习环境等教育信息的数据,蕴含着丰富的学习分析价值。随着相关学习技术的迅速发展,学习经历的跟踪在技术层面已经得以实现,但学习经历的复杂性、多样性和数据劣构性等特点阻碍了对其广泛的应用。由美国“高级分布式学习”组织发布的Experience API（xAPI）规范为破解这一难题提供了可行途径。xAPI规范利用“活动流”来描述学习经历,通过Statement来记录学习经历,并通过语义定义将其转化为良构且易于扩展的数据,为大数据背景下学习经历数据的获取提供了指导性的框架,同时通过实现了接口规范的学习记录仓储（LRS）来共享学习经历数据,由此实现对教育大数据尤其是学习经历数据的获取和共享。     

Trends in the crowdfunding of educational technology startups

This article presents an analysis of active crowdfunding campaigns posted on ten crowdfunding platforms in May 2013 to provide a glimpse of the recent trends in the crowdfunding of educational technology startups. We describe the characteristics of the most successful crowdfunding campaigns in educational technology and identify the most popular crowdfunding platforms. This research provides important implications for educational technology entrepreneurs. Top performing educational technology fund raisers tend to a) request a modest but reasonable amount for each phase of the project, b) focus on the informal, out-of-school, rather than formal contexts of learning, c) attract supporters with a tiered system of rewards, and d) communicate with supporters and inform the public of the status of the project through periodic updates and progress reports. Directions for future research include conducting an in-depth content analysis of archived data and exploring the perspectives of successful educational technology entrepreneurs using qualitative interviews.