你所不知道的教育数据挖掘

教育数据挖掘（EDM）是指应用数据挖掘方法从来自教育系统的数据中提取出有意义的信息的过程，对学习行为和学习过程进行量化、分析和建模，这些信息可以为教育者、学习者、管理者、教育软件开发者和教育研究者等提供服务。

教育数据挖掘是将来自各教育系统的原始数据转换为有用信息的过程，这些有用信息可为教师、学生、家长、教育研究人员以及教育软件系统开发人员所利用。传统教育数据挖掘的多是结构化、单一对象的小数据集，其挖掘更侧重根据先验知识预先人工建立模型，然后依据既定模型进行分析。对于非结构化、多源异构的教育大数据集的分析，往往缺乏先验知识，很难建立显式的数学模型，这就需要发展更加立体化、全息高维的数据挖掘方法与技术。(https://www.daowen.com)

教育数据挖掘是综合运用数学统计、机器学习和数据挖掘的技术和方法，对教育大数据进行处理和分析，通过数据建模，发现学习者学习结果与学习内容、学习资源和教学行为等变量的相关关系，预测学习者未来的学习趋势。

教育数据挖掘的四个研究目标：第一，通过整合学习者知识、动机、元认知和态度等详细信息进行学习者模型的构建，预测学习者未来学习发展趋势。第二，探索和改进包含最佳教学内容和教学顺序的领域模型。第三，研究各种学习软件所提供的教学支持的有效性。第四，通过构建包含学习者模型、领域模型和教育软件教学策略的数据计算模型，促进学习者有效学习的发生。

数据挖掘技术可应用于招生、就业、后勤、图书馆管理、人事管理、设备管理和师资管理等方面，有助于管理者做出科学的决策。教育数据挖掘更重要的意义在于指导和改善学习，提高教学质量，尤其能在网络教育中得到应用。网络学习无法像传统课堂那样通过面对面交流得到反馈，却能够记录学生的大多数学习行为，通过对网络学习系统中的学习者登记信息、日志文件、过程性数据、交互信息及管理数据等进行挖掘，如有多少人访问了该页面、来自哪里、哪些页面是最受欢迎的、用户访问完该页面后下一步可能的访问页面是什么等，确定学习者个体或群体的特征模型，管理和监控网络学习过程，支持学生的个性化学习，指导教学及课程设计，构建有效的学习模式，改进系统及修改站点、建设适合学习者的资源，进行教与学的评价，为页面推荐和智能化学习提供服务，也可用于网络学习学生流失分析和进行教学决策等。