数据挖掘技术在网络教学中的应用

本文将数据挖掘技术运用到网络教学系统中,针对网络教学现状建立了一个通用教学模型。该模型具有跟踪学生学习过程,为学生建立学习日志的功能,实现学生开展个性化学习。     

基于数据挖掘的个性化学习系统研究

本文针对网络学习行为和数据挖掘技术的特点．在适用性学习系统的基础上加入了数据挖掘处理和个性化推荐模块,提出了基于数据挖掘的个性化学习系统模型：重点讨论了个性化推荐模块和基于数据挖掘个性化学习系统的数据挖掘模块的处理过程。     

基于教育数据挖掘的个性化自适应学习系统研究

随着大数据时代的到来和在线学习的蓬勃发展,个性化自适应学习日益成为人们关注的热点。本文从教育数据挖掘的目标和关键技术出发,在个性化自适应学习系统中应用教育数据挖掘技术,研究了学习者模型、领域知识模型和社交网络模型的构建、融合和应用,设计出基于教育数据挖掘的个性化自适应学习系统的架构和流程,探讨了模型的构建和个性化自适应学习引擎机制的建立,提出了基于聚类的个性化自适应学习内容呈现、基于序列挖掘和关联规则的最佳学习路径推荐、基于协同过滤和社交网络的个性化资源推荐方法。     

基于数据挖掘技术的个性化远程教育系统的研究

基于Internet的现代远程教育为学习者提供了极大的方便。而目前的远程学习系统缺乏智能化、个性化服务,为改善这一不足,本文提出了一个基于数据挖掘技术的个性化学习系统模型,并详细描述了应用决策树及BP神经网络算法对系统进行设计的方法。基于本模型实现的个性化学习系统真正体现了因才施教的教育理念。     

基于Web的数据挖掘在远程教育个性化学习中的应用

远程教育本质上是一种个性化的服务,它要为学习者提供量身定做的学习资源,而且对学习者使用资源的过程（即学习过程）进行教导、指导、引导、辅导和督导,而基于Web的数据挖掘技术为远程教育个性化服务提供了技术支持,本文讨论其在远程教育个性化学习授导方面可能的应用空间。     

Web数据挖掘技术在个性化网络学习中的应用分析

首先介绍了Web数据挖掘的概念及常见的三种web数据挖掘模式:Web内容挖掘、Web结构挖掘、Web访问挖掘,然后对Web数据挖掘在个性化网络学习中的应用空间分两个方面进行分析。     

数据挖掘技术在E-Learning中的应用

数据挖掘是一种前沿技术,e-Learning的迅猛发展迫切需要满足个性化学习的需求.首先介绍数据挖掘技术,然后应用数据挖掘技术中聚类和关联规则两种方法,可以实现对学生练习结果进行科学的、客观的分析.数据挖掘技术在e-Learning学习系统中的应用提高了学习系统的个性化服务水平,为系统的决策分析提供了智能的辅助手段.     

基于数据挖掘技术的资源型学习

数据挖掘技术是一个正在迅速发展的新兴领域，受到社会各界的重视，在现今的应用中，数据挖掘技术主要用于商业，军事，工业等领域的决策应用，在本中，我们将通过对数据挖掘技术、知识发现，资源型学习的认识来讨论一种基于数据挖掘技术的资源型学习。     

基于贝叶斯网络的数据挖掘技术

从海量数据中挖掘有用的信息为高层的决策支持和分析预测服务。已成为网络时代人们对信息系统提出的新的需求。但我们发现数据处理和数据的提炼技术是匮乏的。起源于贝叶斯统计学的贝叶斯网络以其独特的不确定性知识表达形式、丰富的概率表达能力、综合先验知识的增量学习方法等特性表示了客体的概率分布和因果联系，成为当前数据挖掘众多方法中最为引人注目的焦点之一。本文首先对贝叶斯网络、贝叶斯网络推理和贝叶斯网络学习进行综合性的阐述。然后讨论其在数据挖掘中的应用和优势。     

基于贝叶斯网络的数据挖掘技术

从海量数据中挖掘有用的信息为高层的决策支持和分析预测服务,已成为网络时代人们对信息系统提出的新的需求,但我们发现数据处理和数据的提炼技术是匮乏的。起源于贝叶斯统计学的贝叶斯网络以其独特的不确定性知识表达形式、丰富的概率表达能力、综合先验知识的增量学习方法等特性表示了客体的概率分布和因果联系,成为当前数据挖掘众多方法中最为引人注目的焦点之一。本文首先对贝叶斯网络、贝叶斯网络推理和贝叶斯网络学习进行综合性的阐述,然后讨论其在数据挖掘中的应用和优势。     

空间数据挖掘研究

提出了一个基于空间数据仓库的空间数据挖掘模型，讨论了空间关联规则发现，空间分类发现，空间聚类发现和空间数据总结等四类空间数据挖掘任务的目标，采用的挖掘方法和空间采样数据的处理方法。最后，提出有待深入研究和探索的问题。     

数据挖掘及其运用于教学评价的设想

教学评价的技术水平是衡量一个国家教育发展水平的重要尺度。传统的定性与定量教学评价存在许多问题。数据挖掘是一新兴数据分析技术，将其运用于教学评价之中，可以提高教学评价技术水平，使之更好地为教学服务。     

基于数据挖掘技术的教学理念的探讨

本文介绍了数据挖掘的基本概念和体系结构,分析了数据挖掘技术运用于教学的可能性与必要性,结合高等学校教学的特点,探讨了基于数据挖掘技术的教学理念.     

关联规则的数据挖掘系统结构及模型的研究

数据挖掘是一种数据分析处理技术,其主要特点是对数据库、数据仓库或其它数据源中的数据进行抽取、转换、分析和其它模型化处理,从中提取辅助企业和科研决策的知识。关联规则挖掘是数据挖掘技术的一个重要研究方向。本文对基于关联规则的数据挖掘技术进行了研究,并提出了一个数据挖掘工具集原型。     

基于文本数据的数据挖掘算法研究

总结了数据挖掘的基本方法、文本数据挖掘的关键技术,讨论了文本挖掘的定义和文本分类的一些形式,并对文本数据的数据挖掘算法进行了研究。     

空间数据挖掘研究的进展

对空间数据挖掘与传统数据挖掘进行比较。根据数据挖掘的目的分类,对已有的空间数据挖掘的主要方法及特点进行分析,包括空间数据概化、空间规则挖掘、空间分类、空间趋势预测、空间聚类、空间离群点查找等。对国内外空间数据挖掘的现状作了总结和评述。最后,对未来可能的研究方向也作了分析展望。     

WEB数据挖掘技术研究

对web数据挖掘进行了全面的论述，并讨论了Web挖掘的分类和应用．在此基础上阐述了当前流行的挖掘技术，给出了Web数据模型，指出Web数据挖掘的发展方向和趋势．     

基于Petri的电子政务网络学习模型研究

本文分析了现有电子政务培训机制存在的问题,根据电子政务培训的特点,提出了一种符合电子政务教学活动特性和要求的、针对网络学习的学习流程控制模型,并详细论述了学习活动中各环节的相互协作关系,通过采用Petri网对其进行了动态建模。     

数据挖掘技术应用研究

从概念入手,分析了数据挖掘的主要任务和应用中存在的关键问题．重点探讨了数据挖掘的应用步骤与方法,详细阐述了数据采集、转换、模型构建和模型评估等关键内容,同时给出了一个数据挖掘软件的构建原则．对企业快速、低成本构建客户管理系统、CRM系统、数据挖掘应用系统具有一定的借鉴价值．     

基于XML进行Web数据挖掘的应用研究

面向Web的数据挖掘是当今数据挖掘技术的热点。XML作为直接面向Web数据、基于Internet上的一种新的数据管理手段,为面向Web的数据挖掘带来了便利。分析了Web数据挖掘的特点和XML语言的优点,提出了运用XML解决Web数据挖掘中半结构化数据的模型抽取方法,最后对该方法进行了实例说明。