當(dāng)前海外教育數(shù)據(jù)挖掘的主要方法與應(yīng)用

王乙先+楊絮+張海+羅立成

教育數(shù)據(jù)挖掘是在教育領(lǐng)域中，使用數(shù)據(jù)挖掘技術(shù)分析教學(xué)系統(tǒng)中的數(shù)據(jù)，來解決教育研究問題的新興學(xué)科。目前，很多基于計(jì)算機(jī)的學(xué)習(xí)系統(tǒng)都能收集大量的可用數(shù)據(jù)，如學(xué)習(xí)管理系統(tǒng)、大規(guī)模在線開放課程以及智能輔導(dǎo)系統(tǒng)。借助教育數(shù)據(jù)挖掘中多種多樣的方法和應(yīng)用，既可以改進(jìn)和提高學(xué)習(xí)質(zhì)量，也可以幫助我們提高對(duì)學(xué)習(xí)過程的理解。本文回顧了當(dāng)前教育數(shù)據(jù)挖掘的研究與文獻(xiàn)，并結(jié)合已有研究對(duì)教育數(shù)據(jù)挖掘的應(yīng)用進(jìn)行了介紹。這些案例可以幫助我們更好地了解當(dāng)前世界各國(guó)教育數(shù)據(jù)挖掘前沿的新進(jìn)展。隨著基于計(jì)算機(jī)的學(xué)習(xí)和數(shù)據(jù)可用性的增長(zhǎng)，相信教育數(shù)據(jù)挖掘的使用還會(huì)繼續(xù)增長(zhǎng)，從而產(chǎn)生更多更豐富的新型應(yīng)用。

● 教育數(shù)據(jù)挖掘的主要方法與應(yīng)用

教育數(shù)據(jù)挖掘最常用的方法包括分類、回歸、聚類、關(guān)聯(lián)規(guī)則挖掘、模型發(fā)現(xiàn)、異常值檢測(cè)、社會(huì)網(wǎng)絡(luò)分析、文本挖掘、順序模式挖掘及可視化技術(shù)。

教育數(shù)據(jù)挖掘中的應(yīng)用和任務(wù)可以根據(jù)不同的屬性進(jìn)行分類。經(jīng)過文獻(xiàn)研究，本文列出了教育數(shù)據(jù)挖掘的可能應(yīng)用，并嘗試根據(jù)其最終目標(biāo)將教育數(shù)據(jù)挖掘的應(yīng)用進(jìn)行分類。文中已經(jīng)確定了十三種應(yīng)用，形成了專門針對(duì)教育數(shù)據(jù)挖掘定制的新分類法，將教育數(shù)據(jù)挖掘設(shè)定為數(shù)據(jù)挖掘的具體子領(lǐng)域。其中四個(gè)應(yīng)用分組在“學(xué)生建?！毕?，六個(gè)在“決策支持系統(tǒng)”下，最后三個(gè)表示為“其他”，因?yàn)樗鼈兣c其他應(yīng)用不同。本文將在與各類應(yīng)用相關(guān)的研究實(shí)例幫助下，對(duì)這些應(yīng)用進(jìn)行描述和說明。

為了更好地分類所識(shí)別的應(yīng)用，我們可以查看每個(gè)應(yīng)用的目標(biāo)用戶。教育環(huán)境中的最終用戶是學(xué)習(xí)者、教育者、管理人員和研究人員。

學(xué)習(xí)者一直是教育數(shù)據(jù)挖掘在各種應(yīng)用中的主要目標(biāo)用戶，如分組學(xué)生、產(chǎn)生推薦和自適應(yīng)系統(tǒng)。教育數(shù)據(jù)挖掘整體的一個(gè)重要目標(biāo)是提高學(xué)習(xí)質(zhì)量。在學(xué)習(xí)過程中，首先要考慮兩組用戶，即學(xué)習(xí)者和教育者。學(xué)生建模和決策支持系統(tǒng)類別中的大多數(shù)應(yīng)用將教育者定位為最終用戶。學(xué)生建模能更好地了解學(xué)生的學(xué)習(xí)狀態(tài)，決策支持系統(tǒng)可以直接幫助教育者做出更好的決策，改善學(xué)習(xí)過程，同時(shí)這也適用于制定更高層次決策的教育機(jī)構(gòu)的管理者。研究人員也代表一類終端用戶，因?yàn)檠芯康哪康氖橇私鈱W(xué)習(xí)過程、開發(fā)理論和測(cè)試。例如，研究人員可以使用社交網(wǎng)絡(luò)分析（SNA）來確定在預(yù)測(cè)學(xué)生表現(xiàn)方面有價(jià)值的屬性。下頁表列出了每個(gè)應(yīng)用程序的可能的目標(biāo)用戶。

● 應(yīng)用于學(xué)生建模的教育數(shù)據(jù)挖掘

學(xué)生建模是一個(gè)表達(dá)學(xué)生活動(dòng)認(rèn)知方面的過程，如分析學(xué)生的表現(xiàn)或行為、隔離潛在的錯(cuò)誤認(rèn)知、表示學(xué)生的目標(biāo)和計(jì)劃、識(shí)別先前獲得的知識(shí)、維持情境記憶和描述個(gè)性特征。

我們運(yùn)用此定義來對(duì)教育數(shù)據(jù)挖掘中某些應(yīng)用進(jìn)行分類，該類別中的應(yīng)用提供了一種描述學(xué)生嘗試達(dá)成目標(biāo)的模型。對(duì)學(xué)生活動(dòng)和行為進(jìn)行建模可用于預(yù)測(cè)和表示學(xué)生的一些特征或發(fā)現(xiàn)描述學(xué)生的結(jié)構(gòu)。因此，學(xué)生建模中有兩個(gè)子類別為預(yù)測(cè)和結(jié)構(gòu)發(fā)現(xiàn)。

1.預(yù)測(cè)學(xué)生表現(xiàn)、學(xué)習(xí)成果的實(shí)現(xiàn)或特點(diǎn)

這類應(yīng)用的目標(biāo)是評(píng)估描述學(xué)生的表現(xiàn)、學(xué)習(xí)成果的實(shí)現(xiàn)和特征，有的研究也關(guān)注與其他學(xué)生的合作學(xué)習(xí)的特征。這類應(yīng)用中回歸和分類方法使用最為廣泛。例如，Zimmermann 等人引入了基于模型的方法，即使用本科績(jī)效指標(biāo)來預(yù)測(cè)研究生績(jī)效；Galyardt和Goldin利用最近的學(xué)生使用數(shù)據(jù)來提高ITS系統(tǒng)的預(yù)測(cè)精度；Waters等人的研究使用貝葉斯分類識(shí)別學(xué)生在網(wǎng)絡(luò)課程中的協(xié)作。

2.檢測(cè)學(xué)生不良行為

在這一分類中重點(diǎn)是檢測(cè)學(xué)生的不良行為，如動(dòng)機(jī)低、錯(cuò)誤行為、作弊、輟學(xué)、學(xué)業(yè)失敗等。在這類應(yīng)用中主要使用分類和聚類技術(shù)，也綜合使用了特征選擇和異常值檢測(cè)等技術(shù)。Bravo和Ortigosa進(jìn)行的研究中提出了一種使用生產(chǎn)規(guī)則檢測(cè)電子學(xué)習(xí)中潛在癥狀的方法；Dekker等人使用決策樹分類器來預(yù)測(cè)電氣工程學(xué)中的學(xué)生的輟學(xué)；Lykourentzou等人使用多機(jī)器學(xué)習(xí)技術(shù)如支持向量模型和神經(jīng)網(wǎng)絡(luò)來對(duì)學(xué)生的輟學(xué)進(jìn)行預(yù)測(cè)。

3.分析和分組學(xué)生

這類應(yīng)用的目標(biāo)是根據(jù)不同的變量來分析或分組學(xué)生，對(duì)學(xué)生進(jìn)行分組可以根據(jù)個(gè)人資料信息的各種屬性來完成。這類應(yīng)用中使用較多的數(shù)據(jù)挖掘方法是特征選擇和聚類。例如，Azarnoushetal提出了一種使用基于隨機(jī)樹的不相似度測(cè)度進(jìn)行學(xué)習(xí)者分類的方法；Kinnebrew等人使用序列挖掘技術(shù)來識(shí)別不同學(xué)生群體的學(xué)習(xí)行為模式。

4.社交網(wǎng)絡(luò)分析

這一分類應(yīng)用的目的是以圖形的形式構(gòu)建學(xué)生模型，并顯示出不同的可能關(guān)系。在社交網(wǎng)絡(luò)分析中，重點(diǎn)是學(xué)習(xí)者之間的關(guān)系。例如，Reffay和Canier使用社會(huì)網(wǎng)絡(luò)分析來衡量協(xié)作遠(yuǎn)程學(xué)習(xí)環(huán)境中的凝聚力；Reyes和Tchounikine基于使用社會(huì)網(wǎng)絡(luò)分析技術(shù)的關(guān)系視角研究了學(xué)習(xí)小組的結(jié)構(gòu)性質(zhì)。

● 應(yīng)用于決策支持系統(tǒng)的教育數(shù)據(jù)挖掘

教育數(shù)據(jù)挖掘中另一個(gè)主要的應(yīng)用分類是決策支持系統(tǒng)。這一類型的應(yīng)用主要通過幫助利益相關(guān)者做出決策來增強(qiáng)學(xué)習(xí)過程，如提供反饋、創(chuàng)建警報(bào)、規(guī)劃、生成建議和增強(qiáng)課件等。這些決策支持系統(tǒng)的目標(biāo)人群主要是教師，也可以是學(xué)生、管理者或研究人員。

1.提供反饋

數(shù)據(jù)分析和可視化在很多應(yīng)用中充當(dāng)著重要角色，它們本身也可以向教育者和管理者提供有用的信息來幫助他們進(jìn)行決策。這類應(yīng)用的目的是找到并突出顯示可能對(duì)教育者和管理者有用的課程活動(dòng)相關(guān)信息，并向他們提供反饋。例如，Romero等人進(jìn)行的研究，他們使用關(guān)聯(lián)規(guī)則挖掘，從多項(xiàng)選擇測(cè)驗(yàn)數(shù)據(jù)中提取有用信息向教師提供反饋。

2.為利益相關(guān)者創(chuàng)建警報(bào)

這類應(yīng)用類似于學(xué)生建模分類中的應(yīng)用，其目的是預(yù)測(cè)學(xué)生的特征并檢測(cè)不需要的行為，并作為在線工具來通知利益相關(guān)者或?qū)崟r(shí)創(chuàng)建警報(bào)，當(dāng)出現(xiàn)低動(dòng)機(jī)、誤用、作弊等情況時(shí)可能需要警報(bào)。這一類別的研究范例是Knowles的研究，他引入了使用統(tǒng)計(jì)模型和回歸的退學(xué)預(yù)警系統(tǒng)；另一項(xiàng)研究中，Macfadyen和Dawson為使用績(jī)效預(yù)測(cè)的教育者制定了一個(gè)預(yù)警系統(tǒng)。endprint

3.規(guī)劃和調(diào)度

這一類應(yīng)用的目的是幫助利益相關(guān)者進(jìn)行規(guī)劃和調(diào)度任務(wù)，它可以幫助教育者和管理者規(guī)劃未來的課程、協(xié)助入學(xué)和咨詢等任何涉及計(jì)劃和安排的任務(wù)，并在課程招生規(guī)劃方面幫助學(xué)生。這些研究大多數(shù)采用模型發(fā)現(xiàn)、聚類分析和分類等方法。Hsia等人根據(jù)學(xué)生的偏好和職業(yè)來確定參加者完成課程的可能性，并以此來加強(qiáng)課程規(guī)劃。

4.創(chuàng)建課件

課件被稱為提供內(nèi)容、視頻、測(cè)試和其他學(xué)習(xí)資料的教育軟件。這類應(yīng)用的目的是幫助教育者根據(jù)學(xué)生使用的信息自動(dòng)創(chuàng)建或開發(fā)課程資料。在等人的研究中可以找到相關(guān)例子，他們提出了一個(gè)使用關(guān)聯(lián)規(guī)則挖掘和協(xié)同過濾來開發(fā)、改進(jìn)和維護(hù)基于網(wǎng)絡(luò)的課程的系統(tǒng)。

5開發(fā)概念圖

概念圖是用于組織和表達(dá)知識(shí)的圖形工具。這類應(yīng)用的目的是制作各個(gè)方面的概念圖來幫助教育工作者界定教育進(jìn)程，它們可以幫助明確不同的概念彼此間的關(guān)系。例如，Agrawal等人的研究通過為學(xué)生閱讀的概念提供參考，提供了學(xué)習(xí)電子教科書的導(dǎo)航。

6.生成推薦

推薦可以針對(duì)任何利益相關(guān)者，如給學(xué)生提供課程建議或給教育者提供測(cè)試項(xiàng)目建議。推薦系統(tǒng)中最常見的方法是協(xié)同過濾、基于內(nèi)容的方法、基于關(guān)聯(lián)規(guī)則的算法和其他混合方法。生成推薦的另一個(gè)方法是使用模型發(fā)現(xiàn)。例如，Vialardi等人使用績(jī)效預(yù)測(cè)模型來產(chǎn)生建議。預(yù)測(cè)模型可以預(yù)測(cè)每個(gè)學(xué)生在每門課程中的成功，并向?qū)W生推薦最有可能幫助他們獲得成功的課程。

● 其他教育數(shù)據(jù)挖掘應(yīng)用

1.自適應(yīng)系統(tǒng)

這類應(yīng)用與基于計(jì)算機(jī)的學(xué)習(xí)中的智能系統(tǒng)的應(yīng)用有關(guān)，我們需要系統(tǒng)適應(yīng)用戶的行為。在許多在線學(xué)習(xí)系統(tǒng)中，有很多不同需求的學(xué)習(xí)者，而且隨著參與者人數(shù)的增加，在線學(xué)習(xí)系統(tǒng)越來越難以滿足所有學(xué)習(xí)者的具體需求。自適應(yīng)系統(tǒng)可以幫助我們滿足每個(gè)學(xué)習(xí)者的需求。這種適應(yīng)可以采取適應(yīng)課程材料、指導(dǎo)步驟、提供提示、排序和生成測(cè)試等的形式。例如，Alaofi等人的研究中通過使用學(xué)生的個(gè)人資料信息來探索數(shù)字圖書館的個(gè)性化以改善搜索結(jié)果。

2.評(píng)估

評(píng)估是教育環(huán)境的一個(gè)重要方面，但某些情況下評(píng)估并不總是直觀的，特別是在基于計(jì)算機(jī)的學(xué)習(xí)環(huán)境中。這類教育數(shù)據(jù)挖掘應(yīng)用的目的是為教育者提供一個(gè)評(píng)估手段來輔助評(píng)估，它是可以在探索性學(xué)習(xí)環(huán)境和基于計(jì)算機(jī)的課程中完成的。例如，Hao等人提出了一種使用距離函數(shù)對(duì)基于游戲/場(chǎng)景的任務(wù)進(jìn)行評(píng)分的新方法。

3.科學(xué)查詢

教育數(shù)據(jù)挖掘的一個(gè)用途可以是基于大數(shù)據(jù)的各種記錄來測(cè)試，甚至開發(fā)新理論。這類應(yīng)用程序主要以研究人員作為最終用戶，但是任何開發(fā)或測(cè)試的理論都可以在以后針對(duì)其他利益相關(guān)者的其他應(yīng)用中使用。endprint