教育數(shù)據(jù)挖掘下的學(xué)習(xí)效果探析

洪雪峰

（湖南第一師范學(xué)院信息科學(xué)與工程系，湖南長(zhǎng)沙，410205）

近年來，在教育領(lǐng)域中教育數(shù)據(jù)挖掘(EDM)理念風(fēng)靡于全球。教育數(shù)據(jù)挖掘在很多教育機(jī)構(gòu)為教育決策者作決策并為決策提供必要的支撐數(shù)據(jù)等方面起著關(guān)鍵的作用，使得人們對(duì)教育數(shù)據(jù)挖掘的關(guān)注度越來越大，也使得教育數(shù)據(jù)挖掘?yàn)樘岣呓虒W(xué)成果及教學(xué)決策提供必要的數(shù)據(jù)已成為行之有效的工具。

目前國(guó)內(nèi)有李婷、傅鋼善運(yùn)用文獻(xiàn)計(jì)量與內(nèi)容分析法，對(duì)國(guó)內(nèi)外公開發(fā)表的關(guān)于教育數(shù)據(jù)挖掘的文獻(xiàn)進(jìn)行統(tǒng)計(jì)分析，為進(jìn)行教育數(shù)據(jù)挖掘的研究與實(shí)踐提供參考[1]。魏順平介紹了教育數(shù)據(jù)挖掘這一新領(lǐng)域的興起歷程及相關(guān)概念，提出了教育數(shù)據(jù)挖掘中主要用到的五類挖掘算法[2]。徐鵬則認(rèn)為，未來我國(guó)教育領(lǐng)域的大數(shù)據(jù)研究和應(yīng)用應(yīng)加強(qiáng)國(guó)家和地方對(duì)相關(guān)的研究和應(yīng)用，并在技術(shù)層面、管理體制層面以及法律制度層面獲得支持，實(shí)現(xiàn)真正意義上的個(gè)性化學(xué)習(xí)，進(jìn)而實(shí)現(xiàn)教育公平[3]。但是就國(guó)內(nèi)研究現(xiàn)狀而言，真正把該技術(shù)應(yīng)用于教育領(lǐng)域并進(jìn)行實(shí)踐研究的并不多。

國(guó)外關(guān)于教育數(shù)據(jù)挖掘的研究成果遠(yuǎn)多于國(guó)內(nèi)。國(guó)外學(xué)者發(fā)現(xiàn)教育數(shù)據(jù)挖掘能夠回答與學(xué)生表現(xiàn)相關(guān)的一些問題。他們認(rèn)為教育數(shù)據(jù)挖掘技術(shù)，作為一種新時(shí)期的新工具，能夠通過學(xué)術(shù)分析方法，解決教育領(lǐng)域相關(guān)問題[4]。學(xué)者們的研究主要應(yīng)用于以下幾個(gè)方面：① 用于學(xué)習(xí)成果的提升；② 高危學(xué)生預(yù)警功能；③ 預(yù)測(cè)學(xué)生將來的學(xué)習(xí)情況。本文主要介紹教育數(shù)據(jù)挖掘方法，對(duì)國(guó)外教育數(shù)據(jù)挖掘研究進(jìn)行綜述，并探討國(guó)外教育數(shù)據(jù)挖掘的研究應(yīng)用是如何影響學(xué)習(xí)成果等。

一、教育數(shù)據(jù)挖掘方法簡(jiǎn)介

教育數(shù)據(jù)挖掘是將存儲(chǔ)在教務(wù)系統(tǒng)中的大量教務(wù)數(shù)據(jù)通過分析來挖掘出數(shù)據(jù)之間存在或隱藏的有用的信息。在多種教育數(shù)據(jù)挖掘分析程序中，所采用的可靠技術(shù)可以用于幫助老師、教務(wù)管理者及其他教育工作者發(fā)現(xiàn)提高學(xué)生學(xué)習(xí)成果的隱藏信息。教育數(shù)據(jù)挖掘還可以幫助回答學(xué)生實(shí)際上已知什么以及他是否在學(xué)習(xí)相關(guān)的內(nèi)容等問題。教育數(shù)據(jù)挖掘與學(xué)習(xí)分析非常相似，只是教育數(shù)據(jù)挖掘主要強(qiáng)調(diào)為數(shù)據(jù)分析做出挖掘新方法的開發(fā)，而學(xué)習(xí)分析僅僅強(qiáng)調(diào)已知方法的應(yīng)用。教育數(shù)據(jù)挖掘不同于其他用于普通數(shù)據(jù)挖掘的方法則在于所挖掘的數(shù)據(jù)之間存在著不同數(shù)據(jù)以及數(shù)據(jù)集之間的復(fù)雜關(guān)系。例如，在教育數(shù)據(jù)中就有不同的層級(jí)。

數(shù)據(jù)挖掘的研究早在20世紀(jì)80年代就已經(jīng)開始，已經(jīng)廣泛并成功應(yīng)用在金融、市場(chǎng)營(yíng)銷和商業(yè)等領(lǐng)域。數(shù)據(jù)挖掘在教育方面研究的一個(gè)重要里程碑產(chǎn)生在 2008年 6月，第一屆教育數(shù)據(jù)挖掘國(guó)際學(xué)術(shù)會(huì)議在加拿大魁北克省的蒙特利爾召開。教育數(shù)據(jù)挖掘從機(jī)器學(xué)習(xí)與人工智能中借鑒了很多應(yīng)用方法，直到20世紀(jì)90年代末，教育數(shù)據(jù)挖掘才從人工智能中獨(dú)立出來。

2012年國(guó)外學(xué)者Bienkowski等[5]闡述了教育數(shù)據(jù)挖掘的四個(gè)目標(biāo)：① 通過創(chuàng)建涵蓋諸如學(xué)生知識(shí)、動(dòng)機(jī)、元認(rèn)知及態(tài)度等詳細(xì)信息的學(xué)習(xí)模型來預(yù)測(cè)學(xué)生未來的學(xué)習(xí)行為；②發(fā)現(xiàn)和改進(jìn)學(xué)生學(xué)習(xí)內(nèi)容特征的域模型和最佳教學(xué)順序；③研究學(xué)習(xí)軟件所能提供的不同教學(xué)輔助類型的效果；④ 通過構(gòu)建涵蓋學(xué)生模型、域模型以及軟件教學(xué)法模型在內(nèi)的電腦模型，提升關(guān)于學(xué)習(xí)和學(xué)習(xí)者的科學(xué)知識(shí)。

（一）教育數(shù)據(jù)挖掘方法

大致說來，教育數(shù)據(jù)挖掘包括五種方法。第一種是預(yù)測(cè)，如預(yù)測(cè)成績(jī)，觀察學(xué)生行為，預(yù)測(cè)和理解學(xué)習(xí)成果。第二種是收集，這種方法能使研究者們收集學(xué)生的行為、喜好和表現(xiàn)等數(shù)據(jù)并對(duì)收集的信息進(jìn)行分類。第三種是關(guān)聯(lián)規(guī)則，這種方法能夠幫助研究者們?cè)跀?shù)據(jù)中發(fā)現(xiàn)變量間隱藏的關(guān)系，如識(shí)別諸多課堂活動(dòng)及課堂互動(dòng)之間的關(guān)系；這些關(guān)系能夠確定哪些活動(dòng)或互動(dòng)方式對(duì)學(xué)習(xí)效果更有成效。第四種是人工智能的判定，該方法能使研究者們能夠迅速識(shí)別及區(qū)分?jǐn)?shù)據(jù)集中的特征，該方法使用機(jī)器學(xué)習(xí)模型并與視覺數(shù)據(jù)分析方法重疊。第五種，通過模型發(fā)現(xiàn)，即采用一個(gè)通過預(yù)測(cè)方法和收集方法可以拓展已被發(fā)現(xiàn)的現(xiàn)象。

事實(shí)上，教育數(shù)據(jù)挖掘中的數(shù)據(jù)是分層級(jí)的。換句話說，就是不同層面的數(shù)據(jù)被歸于不同的類別，如學(xué)生層、教師層、管理層以及學(xué)校層。教育數(shù)據(jù)挖掘的其他重要之處在于數(shù)據(jù)的時(shí)間性或者歷史性，以及數(shù)據(jù)的順序性。如不同層級(jí)的數(shù)據(jù)是如何構(gòu)建的以及模型構(gòu)建的環(huán)境，因?yàn)橐紤]到每一情境中不同特征、不同情況等。此外，通過數(shù)據(jù)挖掘所獲得的信息有助于創(chuàng)建一個(gè)基于學(xué)生行為和特殊要求的學(xué)生學(xué)習(xí)系統(tǒng)。這樣，學(xué)生學(xué)習(xí)系統(tǒng)就能以恰當(dāng)?shù)姆绞皆谇‘?dāng)?shù)臅r(shí)間發(fā)揮恰當(dāng)?shù)淖饔谩?/p>

（二）教育數(shù)據(jù)挖掘的結(jié)構(gòu)

教育數(shù)據(jù)挖掘可向教育工作者提供更多、更客觀的信息，為教育工作者在制定教育決策及怎樣調(diào)整和優(yōu)化教育決策中起著非常重要的作用，并根據(jù)學(xué)生的學(xué)習(xí)狀態(tài)來重組教學(xué)內(nèi)容，優(yōu)化教學(xué)計(jì)劃。要充分發(fā)揮教育數(shù)據(jù)挖掘的作用，學(xué)校應(yīng)首先建立一個(gè)教育數(shù)據(jù)挖掘數(shù)據(jù)結(jié)構(gòu)。教育數(shù)據(jù)挖掘結(jié)構(gòu)需確定以下幾點(diǎn)內(nèi)容：① 確定教育數(shù)據(jù)挖掘計(jì)劃的目標(biāo)；② 確定數(shù)據(jù)的來源；③ 選擇教育數(shù)據(jù)挖掘模型中所需的數(shù)據(jù)；④ 確定每一組數(shù)據(jù)的變量或關(guān)鍵點(diǎn)，如測(cè)驗(yàn)得分和課堂表現(xiàn)的成績(jī)；⑤ 將數(shù)據(jù)編碼進(jìn)列表中，這樣數(shù)據(jù)挖掘者就能使用EXCEL數(shù)據(jù)挖掘程序?qū)⑺麄兎湃肽Ｐ椭?；?根據(jù)計(jì)劃目的選擇挖掘方法，如分類、收集、預(yù)測(cè)等；⑦ 給模型命名，如高等學(xué)校模型；⑧ 創(chuàng)建和使用教育數(shù)據(jù)挖掘模型。

（三）教育數(shù)據(jù)挖掘的特點(diǎn)

在國(guó)外，研究者們使用不同工具研究了在教育數(shù)據(jù)挖掘中所獲信息的應(yīng)用對(duì)學(xué)習(xí)成果的影響。有些學(xué)者將邏輯 ITA作為教育數(shù)據(jù)挖掘的工具來探究邏輯 ITA對(duì)提高教學(xué)質(zhì)量的影響，并且采用一種新穎的方法觀察和挖掘?qū)W生的在線工作。在一項(xiàng)旨在研究?jī)?yōu)秀表現(xiàn)的特點(diǎn)的研究中，Affendey等采用開放性資源數(shù)據(jù)挖掘，這些研究者們得出結(jié)論證實(shí)Naive Bayes等分類器所預(yù)測(cè)的準(zhǔn)確度最高，達(dá)到95.29%[6]。

Ramaswami和 Bhaskaran為區(qū)分學(xué)習(xí)遲鈍的學(xué)生以及研究影響學(xué)生學(xué)業(yè)表現(xiàn)的主要因素開發(fā)了一種預(yù)測(cè)性數(shù)據(jù)挖掘模型，并且指出，教育數(shù)據(jù)挖掘在預(yù)計(jì)學(xué)生尋求幫助所需的時(shí)間方面非常實(shí)用[7]。Kabra 和Bichkar通過決策樹演算法模型對(duì)學(xué)生的歷史學(xué)業(yè)表現(xiàn)預(yù)測(cè)新生學(xué)業(yè)表現(xiàn)的研究中，發(fā)現(xiàn)這個(gè)模型能以0.907的準(zhǔn)確率預(yù)測(cè)會(huì)不及格的學(xué)生，這就說明這個(gè)模型能夠成功預(yù)測(cè)可能會(huì)不及格的學(xué)生。他們還運(yùn)用其他教育數(shù)據(jù)挖掘方法從學(xué)生之前所有的學(xué)習(xí)情況記錄中發(fā)現(xiàn)一種關(guān)鍵的學(xué)習(xí)模式，并且指出教育數(shù)據(jù)挖掘工具能夠優(yōu)化教學(xué)，使學(xué)習(xí)成果更富有成效。

Baker(2011)歸納了教育數(shù)據(jù)挖掘的方法如下：① 對(duì)需要應(yīng)用分類，還原，估計(jì)的方法的預(yù)測(cè)。② 集成。③ 關(guān)系挖掘，包括如關(guān)聯(lián)規(guī)則挖掘，相互聯(lián)系挖掘，連續(xù)性形式挖掘，原因數(shù)據(jù)挖掘等方法。④ 提煉數(shù)據(jù)以方便人們決策；⑤ 模型探索。還有學(xué)者應(yīng)用決策樹等方法表明這些教育數(shù)據(jù)挖掘分類主法可以預(yù)測(cè)學(xué)生的考試表現(xiàn)，并指出，這些預(yù)測(cè)使老師準(zhǔn)確識(shí)別較差的學(xué)生，以便幫助他們獲得好的分?jǐn)?shù)[8]。

研究者采用不同的可以用于提高學(xué)習(xí)成果的技術(shù)來提取數(shù)據(jù)。Thai-Nghe等應(yīng)用預(yù)測(cè)技術(shù)，得出結(jié)論：這一技術(shù)可以更好地預(yù)測(cè)成績(jī)。與之前的教育數(shù)據(jù)挖掘研究相比，他比較傾向于使用因素法與預(yù)測(cè)法結(jié)合進(jìn)行分析并獲得滿意的結(jié)果。

教育數(shù)據(jù)挖掘一般將學(xué)生學(xué)習(xí)分成可以迅速用專業(yè)數(shù)據(jù)挖掘軟件識(shí)別與分析的可測(cè)量的小部分。Baker曾經(jīng)試圖判斷使用復(fù)讀軟件重復(fù)敘述故事是否或多或少在教育學(xué)生如何閱讀的過程中起作用。同時(shí)，研究人員想知道如何識(shí)別什么樣的學(xué)生可以從不同的閱讀練習(xí)中獲益。他們從346所美國(guó)小學(xué)中收集了一年的數(shù)據(jù)進(jìn)行分析，最后得出結(jié)論：那些閱讀速度慢且獲得老師較多關(guān)注的學(xué)生確實(shí)可以從復(fù)讀軟件中獲益。Baker表示95%的數(shù)據(jù)說明重復(fù)讀一個(gè)故事可以比讀一個(gè)新故事多學(xué)一半[8]。

二、教育數(shù)據(jù)挖掘研究綜述

總的來說，許多教育數(shù)據(jù)挖掘研究證明了教育數(shù)據(jù)挖掘在教育中起著積極的作用。研究人員對(duì)于教育數(shù)據(jù)挖掘所收集必要的、有價(jià)值的學(xué)生信息提出了可靠的見解。如根據(jù)能力、行為和表現(xiàn)將學(xué)生分類并預(yù)測(cè)他們將來的行為和表現(xiàn)。還有一些研究發(fā)現(xiàn)通過教育數(shù)據(jù)挖掘收集的信息對(duì)學(xué)習(xí)者的學(xué)習(xí)效果起著重要的作用，并且還發(fā)現(xiàn)了本來就已經(jīng)存在但未被發(fā)掘的重要信息。

Ogundokun（2011）根據(jù)從教育數(shù)據(jù)挖掘得來的信息，以學(xué)習(xí)方式、學(xué)校環(huán)境和考試焦慮作為學(xué)習(xí)成果的預(yù)測(cè)因子對(duì)初中生進(jìn)行了研究，得出這三個(gè)因素可以預(yù)測(cè)學(xué)生的學(xué)習(xí)成果，其中考試焦慮是影響學(xué)習(xí)成果最關(guān)鍵的預(yù)測(cè)因素。他們還用教育數(shù)據(jù)挖掘收集到的信息因材施教，幫助教師為每個(gè)學(xué)生制定學(xué)習(xí)任務(wù)[9]。

通過以上的教育數(shù)據(jù)挖掘研究，發(fā)現(xiàn)其對(duì)于提高和影響學(xué)習(xí)效果主要在以下幾個(gè)方面：① 根據(jù)學(xué)生表現(xiàn)將學(xué)生分組。② 預(yù)測(cè)有可能失敗的學(xué)生，并提出幫助計(jì)劃。③ 能夠預(yù)測(cè)學(xué)生未來的表現(xiàn)。④ 識(shí)別優(yōu)秀表現(xiàn)的特點(diǎn)及影響學(xué)習(xí)的因素。⑤ 識(shí)別并預(yù)測(cè)哪些學(xué)習(xí)任務(wù)會(huì)提高學(xué)生的優(yōu)秀表現(xiàn)。⑥ 為教師的教學(xué)表現(xiàn)提供依據(jù)。

三、教育數(shù)據(jù)挖掘?qū)μ岣邔W(xué)習(xí)成績(jī)的有效性研究

教育數(shù)據(jù)挖掘很多研究是基于一定的學(xué)習(xí)方法取得一定的效果的基礎(chǔ)上展開的。一些研究人員指出，用教育數(shù)據(jù)挖掘?qū)μ岣邔W(xué)習(xí)成果具有積極作用。盡管如此，幾乎很少人驗(yàn)證通過教育數(shù)據(jù)挖掘所獲信息在學(xué)習(xí)成果中的應(yīng)用。本論文旨在考查應(yīng)用教育數(shù)據(jù)挖掘所獲信息對(duì)學(xué)生學(xué)習(xí)和學(xué)習(xí)成果的作用和效果。

Affendey等（2010）用公開的資源數(shù)據(jù)挖掘分析了高中學(xué)生的表現(xiàn)并發(fā)現(xiàn)其第一年的課程影響著一些課程的設(shè)置，而該課程就是為預(yù)測(cè)學(xué)生表現(xiàn)準(zhǔn)確性而設(shè)立的。他們還表示數(shù)據(jù)挖掘以95.29的準(zhǔn)確性揭示了2427位學(xué)生在他們第一年的計(jì)算機(jī)課程中的學(xué)業(yè)表現(xiàn)[6]。Ramaswamit和Bhaskaran（2010）為學(xué)生表現(xiàn)開發(fā)出一個(gè)名為CHAID的預(yù)測(cè)數(shù)據(jù)挖掘模型，它既可以識(shí)別學(xué)習(xí)遲鈍的學(xué)生也可以檢測(cè)影響學(xué)生學(xué)業(yè)表現(xiàn)的主要因素。他們的研究表明，教育數(shù)據(jù)挖掘模型在預(yù)測(cè)中學(xué)學(xué)生表現(xiàn)時(shí)是非常有用的[7]。

Kabr和Bichkar(2011)用教育數(shù)據(jù)挖掘模型——決策樹算法模型——去識(shí)別哪些學(xué)生更容易失敗。他們?cè)谘芯恐杏涗浟私逃龜?shù)據(jù)挖掘在識(shí)別這些需要幫助的學(xué)生的有效性。他們還做了其他的研究，比如應(yīng)用教育數(shù)據(jù)挖掘預(yù)測(cè)學(xué)生將來的分?jǐn)?shù)，并識(shí)別決定學(xué)生在不同科目領(lǐng)域得分的影響因素。利用該研究成果，可以使學(xué)生在來年取得更好的成績(jī)。同樣，這些研究表明學(xué)?？梢酝ㄟ^為更具毅力的學(xué)生提供學(xué)術(shù)幫助從而減少其滯留率。這樣不僅僅是學(xué)生，學(xué)校也可以使自身從教育數(shù)據(jù)挖掘中受益。

有的學(xué)者采用教育數(shù)據(jù)挖掘研究了有效課堂活動(dòng)和有效互動(dòng)活動(dòng)之間的關(guān)系，指出教育數(shù)據(jù)挖掘能幫助老師識(shí)別哪些活動(dòng)可以促成更有效的學(xué)生互動(dòng)。這些結(jié)果得到業(yè)內(nèi)同行的支持，他們用從教育數(shù)據(jù)挖掘得到的信息分析學(xué)生互動(dòng)并且發(fā)現(xiàn)，在使用這種信息的學(xué)生中間，他們的互動(dòng)和合作能力得到了提高。

Ogtindokun(2011)將教育數(shù)據(jù)挖掘應(yīng)用于研究初中生學(xué)業(yè)成績(jī)的影響因子（如學(xué)習(xí)方式、學(xué)校環(huán)境以及考試焦慮等），并指出教育數(shù)據(jù)挖掘可以幫助老師識(shí)別什么因素可以預(yù)測(cè)學(xué)習(xí)成果[9]。

有學(xué)者總結(jié)教育數(shù)據(jù)挖掘得到的信息可以對(duì)每個(gè)學(xué)生進(jìn)行個(gè)性化預(yù)測(cè)；老師可以用推薦的方法為學(xué)生推介任務(wù)和練習(xí)以建立個(gè)性化的學(xué)習(xí)系統(tǒng)。同樣，還有學(xué)者總結(jié)教育數(shù)據(jù)挖掘預(yù)測(cè)方法，尤其是決策樹，可以有效地預(yù)測(cè)及格、失敗或進(jìn)步的學(xué)生的數(shù)量，并提供方法提高這些學(xué)生的表現(xiàn)。此外，應(yīng)用教育數(shù)據(jù)挖掘預(yù)測(cè)方法可以幫助弱勢(shì)學(xué)生提高學(xué)業(yè)表現(xiàn)，利用此工具從學(xué)生的歷史記錄中識(shí)別“關(guān)鍵學(xué)習(xí)方式”并且記錄教育數(shù)據(jù)挖掘工具可以使老師為達(dá)到更好的教學(xué)成果而優(yōu)化教學(xué)。

四、教育數(shù)據(jù)挖掘未來的研究方向

本文在統(tǒng)計(jì)分析了國(guó)外 148項(xiàng)教育數(shù)據(jù)挖掘研究的結(jié)果認(rèn)為，未來的研究應(yīng)注重以下四個(gè)方向：第一，研究應(yīng)該注重可以提高老師的表現(xiàn)以及學(xué)習(xí)成果的特定挖掘工具。第二，應(yīng)檢驗(yàn)教育數(shù)據(jù)挖掘方法，如分類、收集、預(yù)測(cè)、關(guān)系挖掘、人類判斷力的升華、模型發(fā)現(xiàn)法等對(duì)于提高學(xué)習(xí)成果的有效性。第三，研究人員應(yīng)確定什么樣的教育數(shù)據(jù)挖掘預(yù)測(cè)工具在預(yù)測(cè)學(xué)習(xí)環(huán)境中學(xué)生有效參與更為準(zhǔn)確。第四，應(yīng)當(dāng)識(shí)別并充分重視應(yīng)用教育數(shù)據(jù)挖掘并提高學(xué)習(xí)成果的有效專業(yè)發(fā)展計(jì)劃。

五、結(jié)論

教育數(shù)據(jù)挖掘在提高學(xué)習(xí)成果中起著重要的作用。正如以上大量研究人員所展示的，教育數(shù)據(jù)挖掘已顯示并持續(xù)顯示了它在影響學(xué)習(xí)成果中的重要性。本文認(rèn)為，通過使用教育數(shù)據(jù)挖掘提供更多關(guān)于學(xué)生如何學(xué)習(xí)的有效信息可以提高學(xué)習(xí)成果，而渴望提高學(xué)生學(xué)習(xí)成果的人也將獲得更多的可靠信息。

目前，隨著教育數(shù)據(jù)挖掘不斷的應(yīng)用，學(xué)習(xí)成果的提高變得越發(fā)的顯而易見。對(duì)學(xué)生數(shù)據(jù)的深層分析也有利于老師改進(jìn)教學(xué)，決策者能制定提高學(xué)習(xí)成果的行之有效的政策。各級(jí)別的研究人員、政策制定者以及老師都將受益于對(duì)教育數(shù)據(jù)挖掘的可行性和應(yīng)用的理解。

[1]李婷，傅鋼善.國(guó)內(nèi)外教育數(shù)據(jù)挖掘研究現(xiàn)狀及趨勢(shì)分析[J].現(xiàn)代教育技術(shù)，2010(10)：21-25.

[2]魏順平.教育技術(shù)挖掘：現(xiàn)狀與趨勢(shì).第 13屆計(jì)算機(jī)模擬與信息技術(shù)學(xué)術(shù)會(huì)議論文集[Z]. 2011：25-28.

[3]徐鵬.大數(shù)據(jù)視角分析學(xué)習(xí)變革[J].遠(yuǎn)程教育雜志，2013(5)：10-13.

[4]Campbell，J. P.，DeBlois，P. B. & Oblinger，D. G. AcadéMie Analytics：A New Tool for New Era[J]. Education Review，2007：41-51.

[5]Bienkowski，M.，F(xiàn)eng，M.，& Means，B. Enhancing Teaching and Learning through Educational Data Mining and Learning Analytics：An Issue Brief[M]. Washington，D. C，2012.

[6]Affendey，L. S.，Paris，I. H.，Mustapha，N.，Nasir Sulaiman，M.，& Muda，Z. Ranking Of Influencing Factors in Predicting Students' Academic Performance[J]. Information Technology，2010(4)：832-837.

[7]Ramaswami，M.，& Bhaskaran，R. A CHAID Based Performance Prediction Model in Educational Data Mining[J]. IJCSI International Journal of Computer Science Issues，2010(1)：10-18.

[8]Baker，R. S. J. Data Mining for Education. International Encyclopedia of Education[M]. 3rd ed. Oxford，UK：Elsevier，2011.

[9]Ogtindokun，M. O. Learning Styles. School Environment and Text Anxiety as Correlates of Learning Outcomes among Secondary School Students[J]. IFE PSYCHOLOGL，2011(2)：321-366.