基于大數(shù)據(jù)的偏好數(shù)據(jù)挖掘及其應(yīng)用.pdf

1、隨著信息技術(shù)在教育中的廣泛應(yīng)用，產(chǎn)生了豐富的教學(xué)數(shù)據(jù)。那么如何針對這些數(shù)據(jù)，挖掘分析出對教學(xué)和管理有用的信息是當(dāng)前研究的熱點。
　　各類教學(xué)數(shù)據(jù)中包含了大量對改善教學(xué)有利的信息，隨著教學(xué)數(shù)據(jù)的積累，形成了龐大的教學(xué)數(shù)據(jù)庫，而數(shù)據(jù)挖掘就是要在繁雜的海量數(shù)據(jù)中尋找有價值的數(shù)據(jù)，偏好數(shù)據(jù)是高價值的數(shù)據(jù)，因此基于大數(shù)據(jù)的偏好數(shù)據(jù)挖掘?qū)Ω纳平虒W(xué)具有重要作用。
　　論文針對教學(xué)積累的海量數(shù)據(jù)進行挖掘分析研究。首先對基于大數(shù)據(jù)的偏好數(shù)據(jù)

2、挖掘進行現(xiàn)狀分析;然后論述挖掘原理與技術(shù);第三，構(gòu)建偏好數(shù)據(jù)挖掘模型，采用K-MEANS聚類及關(guān)聯(lián)規(guī)則算法構(gòu)建用戶學(xué)習(xí)偏好模型;最后，設(shè)計與實現(xiàn)自主學(xué)習(xí)支撐平臺。在平臺的支持下，完成挖掘任務(wù)。對學(xué)生數(shù)據(jù)偏好深度挖掘，有利于針對性教學(xué)，因材施教。論文研究內(nèi)容主要有以下幾個方面:
　　一、分析偏好數(shù)據(jù)挖掘的現(xiàn)狀，論述挖掘原理和技術(shù)，提出基于大數(shù)據(jù)的偏好數(shù)據(jù)挖掘問題。
　　二、基于本體構(gòu)建學(xué)生學(xué)習(xí)偏好本體類結(jié)構(gòu)，并通過OWL語言對

3、其描述。
　　三、將學(xué)生學(xué)習(xí)興趣分為短期學(xué)習(xí)興趣和長期學(xué)習(xí)興趣，提出一種基于大數(shù)據(jù)的學(xué)生學(xué)習(xí)偏好模型。根據(jù)學(xué)生瀏覽行為和日志記錄數(shù)據(jù)，挖掘?qū)W生短期學(xué)習(xí)興趣。利用后臺服務(wù)器數(shù)據(jù)庫中的數(shù)據(jù)，對初始學(xué)生用戶注冊信息進行挖掘，提取出學(xué)生長期學(xué)習(xí)興趣。
　　四、設(shè)計K-MEANS聚類算法和關(guān)聯(lián)規(guī)則挖掘算法?；趯W(xué)生學(xué)習(xí)瀏覽日志記錄和信息反饋，挖掘具有價值的學(xué)生學(xué)習(xí)偏好信息，并對其進行關(guān)聯(lián)與分類處理。
　　五、構(gòu)建自主學(xué)習(xí)支撐平臺