數(shù)據(jù)挖掘技術(shù)在信息可視化教學(xué)中的應(yīng)用研究2019年

1、數(shù)據(jù)挖掘技術(shù)在信息可視化教學(xué)中的應(yīng)用研究信息時(shí)代的來臨讓我們面臨著海量的信息， 于是從這些信息中檢索和分析出我們想要的數(shù)據(jù)就變得越來越困難， 而信息可視化技術(shù)以及數(shù)據(jù)挖掘技術(shù)卻可以幫助我們處理這些洪水般的信息，信息可視化數(shù)據(jù)檢索的優(yōu)勢(shì)就在于可以讓用戶直接參與數(shù)據(jù)挖掘的過程。 我們先來看一下數(shù)據(jù)挖掘以及信息可視化的基本概念。1 相關(guān)概念1.1 信息可視化信息可視化是現(xiàn)代計(jì)算機(jī)技術(shù)中一個(gè)迅速發(fā)展起來的領(lǐng)域， 人們可以通過它來進(jìn)行視覺信息搜索以及相關(guān)的信息探索， 是“以計(jì)算機(jī)支持的、 交互的用來表現(xiàn)抽象數(shù)據(jù)和擴(kuò)大認(rèn)知的視覺表示法” 1 ，信息可視化的信息搜索過程是在可視的界面上進(jìn)行交互的數(shù)據(jù)瀏覽以及

2、分析， 用戶可以規(guī)定要點(diǎn)或者方向， 如果數(shù)據(jù)信息目標(biāo)不明確或者信息量少， 就可以成為信息檢索以及數(shù)據(jù)庫查詢的有益補(bǔ)充。1.2 數(shù)據(jù)挖掘的基本概念數(shù)據(jù)挖掘 DM( Data Mining ) ，也可以稱之為數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)，根據(jù)Usama、 M.Fayyy 等給出的定義就是從大量數(shù)據(jù)中獲取有效的、 新穎的、 潛在有用的、 最終可理解的模式的非平凡 。數(shù)據(jù)挖掘就是在大量的數(shù)據(jù)中提出有用的知識(shí)。 2 過程2 數(shù)據(jù)挖掘在信息可視化教學(xué)中的應(yīng)用價(jià)值而我們由以上信息可視化和數(shù)據(jù)挖掘的定義可以看出， 把數(shù)據(jù)挖掘應(yīng)用于信息可視化的教學(xué)活動(dòng)中，也有著非常重要的價(jià)值，其主要可以體現(xiàn)在以下幾個(gè)方面。2.1 教材多

3、媒體化利用多媒體技術(shù)展示出可視化的信息， 從而使教學(xué)內(nèi)容更具形象化、動(dòng)態(tài)化以及結(jié)構(gòu)化。教學(xué)活動(dòng)的輔助工具，比如教材、工具書、 電子課件等都呈現(xiàn)出多媒體化的發(fā)展趨勢(shì)， 它們不但包含了更為豐富的、 大容量的圖像和文字， 還可以呈現(xiàn)出動(dòng)畫、 聲音、錄像等， 甚至包括模擬的三維場(chǎng)景。 通常情況下多媒體教材的制作采用的都是二進(jìn)制的制作、 處理和信息的傳遞， 將相關(guān)信息附加其主體中， 從而為數(shù)據(jù)挖掘提供了實(shí)現(xiàn)的可能性； 而與傳統(tǒng)的紙質(zhì)教材相比，多媒體課件涉及到的信息量大、形式多樣，于是數(shù)據(jù)挖掘技術(shù)就應(yīng)運(yùn)而生， 迎合了多媒體課件中對(duì)海量信息進(jìn)行搜索和分析的功能。2.2 資源全球化可以說網(wǎng)絡(luò)資源是全世界最大的

4、教育資源庫，不僅信息量大，而且資源類型多種多樣。 其教育資源包括各種教育書刊、 大大小小的站、各類虛擬的圖書館、軟件庫等等，方便了教育工作者進(jìn)行所需教育資源的查詢和應(yīng)用， 但是由于網(wǎng)絡(luò)資源還存在大而無當(dāng)、 缺乏組織性等現(xiàn)實(shí)情況， 導(dǎo)致網(wǎng)絡(luò)信息的利用率相對(duì)比因特網(wǎng)每天都會(huì)新增上千并且網(wǎng)絡(luò)技術(shù)的發(fā)展越來越快，較低。 萬個(gè)文件， 并且平均每8 個(gè)月都會(huì)增長(zhǎng)一倍， 而在全球范圍內(nèi)的服務(wù)器數(shù)量更是每年都成幾何倍數(shù)遞增 3 ，在這種情況下的信 息搜索就如同大海撈針。 以上情況如果利用數(shù)據(jù)挖掘技術(shù)， 就可以將海量信息實(shí)現(xiàn)數(shù)據(jù)結(jié)構(gòu)化，從而方便了用戶的搜索和查詢。2.3 教學(xué)個(gè)性化傳統(tǒng)的教學(xué)活動(dòng)中老師與學(xué)生的交

5、流是面對(duì)面的， 老師憑借著經(jīng)驗(yàn)對(duì)學(xué)生做出個(gè)性特點(diǎn)以及接受能力的判斷。 而信息化教學(xué)則是將學(xué)生相關(guān)信息的采集活動(dòng)由人工的形式轉(zhuǎn)向自動(dòng)化， 智能系統(tǒng)將輸入的學(xué)生相關(guān)信息進(jìn)行分析，從而為教學(xué)活動(dòng)提供幫助。但是系統(tǒng)畢竟是根據(jù)一定的程序規(guī)則編寫的， 因此給出的信息是僅僅是在一定規(guī)則下形成的， 很多時(shí)候還是無法判斷其是否準(zhǔn)確。這種情況下就可以借助數(shù)據(jù)挖掘技術(shù)， 將大量的可視化信息進(jìn)行深入挖掘，而后提取分析，從而得出更為準(zhǔn)確的信息資料。2.4 活動(dòng)合作化團(tuán)隊(duì)合作能力是現(xiàn)代社會(huì)中必不可少的一項(xiàng)基本能力， 而合作學(xué)習(xí)的形式也多種多樣， 比如借助計(jì)算機(jī)進(jìn)行網(wǎng)上合作學(xué)習(xí)， 或者將計(jì)算機(jī)當(dāng)做合作伙伴進(jìn)行合作學(xué)習(xí)等等。

6、 但是不管哪種合作學(xué)習(xí)形式， 都有大量的信息需要接受或者反饋， 才能及時(shí)的做出判斷達(dá)到提高能力的目的。 如果信息處理不及時(shí)或者不妥當(dāng)， 那么面對(duì)“泛濫”的信息反而會(huì)有信息“匱乏”之感，因此在這種情況下運(yùn)用數(shù)據(jù)挖掘技術(shù)可以將海量的數(shù)據(jù)信息進(jìn)行有效的整合及傳輸。 2.5 管理自動(dòng)化計(jì)算機(jī)管理教學(xué)系統(tǒng)朝著在網(wǎng)絡(luò)中建立電子學(xué)檔功能的趨勢(shì)發(fā)展，電子學(xué)檔包括了學(xué)生的活動(dòng)記錄、身份信息、電子作品以及評(píng)價(jià)信息等各個(gè)模塊。電子學(xué)檔可以幫助改革教學(xué)評(píng)價(jià)模式，實(shí)現(xiàn)評(píng)價(jià)活動(dòng)面向?qū)W習(xí)全過程的目標(biāo)。 但是實(shí)際設(shè)計(jì)開發(fā)中這種做法非常有難度。 主要有 3 點(diǎn)原因： 首先是系統(tǒng)分析處理的特性與學(xué)生進(jìn)行事物處理的特性不同。 一個(gè)

7、計(jì)算機(jī)教育系統(tǒng)則相對(duì)要復(fù)雜， 因此就要用到數(shù)據(jù)挖掘組件將處于同一環(huán)境中的兩種應(yīng)用進(jìn)行協(xié)調(diào)處理；其次，一般計(jì)算機(jī)教育系統(tǒng)中的數(shù)據(jù)相對(duì)分散，對(duì)于信息的采集和分析都比較不利。 這時(shí)就可以利用數(shù)據(jù)挖掘技術(shù)將這些數(shù)據(jù)集成、 整合， 并根據(jù)學(xué)生對(duì)信息的反饋進(jìn)行及時(shí)的動(dòng)態(tài)更新，最終將這些信息反饋給老師；最后，現(xiàn)在很多計(jì)算機(jī)教育系統(tǒng)對(duì)于歷史數(shù)據(jù)的利用率不高， 因此如要老師要想在大量的歷史數(shù)據(jù)中找出教學(xué)線索是非常困難的，并且適時(shí)數(shù)據(jù)與歷史數(shù)據(jù)相比較才可以反映出學(xué)生的變化情況。因此數(shù)據(jù)發(fā)掘技術(shù)的運(yùn)用就變得非常有必要。3 數(shù)據(jù)挖掘在信息化教學(xué)中的應(yīng)用難點(diǎn)第一， 數(shù)據(jù)挖掘還僅僅只是一種信息工具， 其作用是通過歷史數(shù)據(jù)

8、來預(yù)測(cè)出學(xué)習(xí)者未來的行為， 但很多時(shí)候其實(shí)學(xué)習(xí)者自身都無法規(guī)劃下一步具體要做什么， 因此， 這樣的預(yù)測(cè)只能說一是種概率；第二，數(shù)據(jù)挖掘技術(shù)即使可以預(yù)測(cè)到學(xué)生將來的行為，即學(xué)生為什么會(huì)出現(xiàn)這樣的行為但并不顯示預(yù)測(cè)的依據(jù)和過程，等， 比如一個(gè)課堂上很認(rèn)真聽講的學(xué)生成績(jī)卻很差等等， 這其中的根本原因無法通過數(shù)據(jù)挖掘來實(shí)現(xiàn)； 第三， 數(shù)據(jù)挖掘在信息化教學(xué)中的應(yīng)用還處在發(fā)展中階段，并且數(shù)據(jù)挖掘包含神經(jīng)網(wǎng)絡(luò)、人工智能、模糊理論、數(shù)理統(tǒng)計(jì)等多項(xiàng)技術(shù)。另外，學(xué)生的學(xué)習(xí)過程、學(xué)習(xí)特征和學(xué)習(xí)結(jié)果很多時(shí)候都無法用數(shù)量的方式表達(dá)，所以相對(duì)來說要進(jìn)行數(shù)據(jù)挖掘的開發(fā)有一定的難度； 第四， 學(xué)生的特征需要利用數(shù)據(jù)挖掘技術(shù)來

9、提取，這就會(huì)涉及到文化背景、社會(huì)環(huán)境以及價(jià)值理念等各個(gè)方面， 因此對(duì)于該項(xiàng)技術(shù)的開發(fā)和應(yīng)用都有一定的影響。4 數(shù)據(jù)挖掘在信息可視化教學(xué)中的應(yīng)用范圍4.1 教學(xué)管理學(xué)生的知識(shí)結(jié)構(gòu)和學(xué)習(xí)風(fēng)格是在校學(xué)生的基本特征。 其中， 學(xué)生正在學(xué)以及將要學(xué)的知識(shí)的掌握構(gòu)建了學(xué)生的知識(shí)結(jié)構(gòu)， 主要包括學(xué)生的基礎(chǔ)技能、 當(dāng)前技能以及目標(biāo)技能三個(gè)方面； 而學(xué)習(xí)風(fēng)格則更側(cè)重于學(xué)生的社會(huì)特征、 心理特征以及生理特征等。 數(shù)據(jù)挖掘技術(shù)可以通過對(duì)學(xué)生狀態(tài)的掌握以及學(xué)生特征的分析， 達(dá)到幫助學(xué)生修正學(xué)習(xí)行為的目的。 將學(xué)生的特征分析結(jié)果與行為目標(biāo)標(biāo)準(zhǔn)做比較， 學(xué)生根據(jù)比較的結(jié)果進(jìn)行學(xué)習(xí)行為的修正， 完善人格、 提高能力。 并且

10、計(jì)算機(jī)在教學(xué)管理方面的應(yīng)用越來越廣泛，老師以及學(xué)生的各種信息，比如工作、學(xué)習(xí)、處罰以及獎(jiǎng)勵(lì)等都被儲(chǔ)存在教學(xué)管理數(shù)據(jù)庫中。 所以利用數(shù)據(jù)挖掘的演變分從而可以在數(shù)據(jù)庫中挖掘出更有價(jià)值的數(shù)據(jù)，析以及關(guān)聯(lián)分析，分析學(xué)生的日常行為，找出行為之間的內(nèi)在聯(lián)系。4.2 教學(xué)評(píng)價(jià)教學(xué)評(píng)價(jià)的過程，就是根據(jù)教學(xué)的一般規(guī)律和教學(xué)大綱中制定的目標(biāo)要求， 通過系統(tǒng)收集相關(guān)信息， 對(duì)教學(xué)活動(dòng)和教學(xué)結(jié)果進(jìn)行價(jià)值的判斷。其主要內(nèi)容是對(duì)學(xué)生“學(xué)”的評(píng)價(jià)以及老師“教” 的評(píng)價(jià)。 現(xiàn)在我國(guó)高等院校的評(píng)價(jià)指標(biāo)主要以學(xué)生的課堂教學(xué)評(píng)價(jià)指標(biāo)以及綜合測(cè)評(píng)指標(biāo)為主， 但是卻無法準(zhǔn)確的判斷出各指標(biāo)的重要程度、 它們之間的關(guān)聯(lián)性以及指標(biāo)的存在是否

11、合理等情況。 如果將數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則模型以及粗糙集理論用于評(píng)價(jià)系統(tǒng)中，就可以對(duì)指標(biāo)進(jìn)行約簡(jiǎn)、排序，優(yōu)化評(píng)價(jià)指標(biāo)，從而找出更為簡(jiǎn)單易行的、科學(xué)的評(píng)價(jià)方法5 。此外，學(xué)習(xí)評(píng)價(jià)也屬于老師的重要職責(zé)， 對(duì)學(xué)生的學(xué)習(xí)行為進(jìn)行科學(xué)評(píng)價(jià)， 既可以激發(fā)學(xué)生的學(xué)習(xí)動(dòng)機(jī)， 又可以通過學(xué)生所反饋的信息檢查教學(xué)程序、課程計(jì)劃等。利用數(shù)據(jù)挖掘技術(shù)對(duì)學(xué)生的行為記錄、學(xué)習(xí)成績(jī)、 獎(jiǎng)勵(lì)處罰等各個(gè)數(shù)據(jù)庫的信息進(jìn)行處理分析， 及時(shí)得出對(duì)學(xué)生的評(píng)價(jià)結(jié)果， 如有偏差做出及時(shí)的糾正， 還可以克服人為評(píng)價(jià)中不客觀、不公正的缺點(diǎn)。4.3 課程設(shè)置高校的課程設(shè)置一般都是遵循“先基礎(chǔ)、后專業(yè)”的規(guī)律，進(jìn)行循序漸進(jìn)的學(xué)習(xí)。 不過即使一般規(guī)律

12、是特定的， 每個(gè)學(xué)期的課程也不能一成不變， 因此要合理的設(shè)置每學(xué)期的課程， 既要使比如同一課又要符合學(xué)生的實(shí)際情況。其遵循一般的教學(xué)規(guī)律，程由不同專業(yè)的學(xué)生學(xué)習(xí)時(shí)， 其總體成績(jī)會(huì)相差較大。 這時(shí)可以將教學(xué)數(shù)據(jù)庫中存放的歷史成績(jī)， 利用數(shù)據(jù)挖掘的時(shí)間序列以及關(guān)聯(lián)分析功能， 從歷史數(shù)據(jù)中挖掘出相關(guān)信息， 并分析其中的回歸性、相關(guān)性，從而找出具有價(jià)值的信息以及規(guī)則，最終得出影響學(xué)生成績(jī)的真正原因 6 。4.4 教學(xué)過程與教學(xué)方法在一門課程的教學(xué)活動(dòng)中， 老師一般會(huì)利用多種教學(xué)方法實(shí)現(xiàn)教學(xué)目標(biāo)，比如案例法、實(shí)驗(yàn)對(duì)比法、討論法、參觀學(xué)習(xí)法、調(diào)查法以及多媒體輔助法等。 這些教學(xué)方法經(jīng)過大量學(xué)生、 多個(gè)班級(jí)

13、以及不同教學(xué)任務(wù)的實(shí)踐后， 儲(chǔ)存在教學(xué)數(shù)據(jù)庫中。 可以利用數(shù)據(jù)挖掘技術(shù)， 對(duì)數(shù)據(jù)庫中的相關(guān)數(shù)據(jù)進(jìn)行深入挖掘和分析， 從而找出對(duì)應(yīng)專業(yè)可以采取何種教學(xué)方法， 可以更好的滿足教學(xué)要求。 這種方法可以幫助學(xué)生有效的吸收和理解相關(guān)專業(yè)知識(shí)。 當(dāng)課程結(jié)束以后， 再把每個(gè)學(xué)生的成績(jī)結(jié)合教學(xué)方法的評(píng)價(jià)， 運(yùn)用數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則以及回歸線性分析做出判斷， 這種方法對(duì)于分層教學(xué)、分類教學(xué)都有著非常重要的指導(dǎo)意義和推廣意義。5 數(shù)據(jù)挖掘在信息可視化教學(xué)中的具體應(yīng)用我們以數(shù)據(jù)挖掘技術(shù)在信息可視化教學(xué)中的教學(xué)評(píng)價(jià)為例， 來說明其具體應(yīng)用。5.1 采集數(shù)據(jù)數(shù)據(jù)集成 5.1.1把來自多個(gè)不同數(shù)據(jù)源的數(shù)據(jù)進(jìn)行集成合并，

14、將數(shù)據(jù)采集所得 到的多個(gè)不同的數(shù)據(jù)庫文件， 利用相關(guān)的數(shù)據(jù)庫技術(shù)生成分析學(xué) 生成績(jī)信息的基本數(shù)據(jù)庫。5.1.2 數(shù)據(jù)清理數(shù)據(jù)清理最主要的工作， 就是對(duì)遺漏的數(shù)據(jù)值進(jìn)行補(bǔ)充。 由于學(xué)生的成績(jī)信息基本數(shù)據(jù)庫中很有可能缺乏我們所需要的、 對(duì)研究有所幫助的屬性值， 所以， 我們可以利用數(shù)據(jù)清理技術(shù)來補(bǔ)充這些空缺。5.1.3 數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)轉(zhuǎn)換是針對(duì)數(shù)據(jù)做規(guī)格化的操作。 因?yàn)槌藗€(gè)別的連續(xù)值屬性外， 大部分均為離散值屬性， 因此要把連續(xù)值屬性作離散化處理?？梢圆捎酶拍罘謱蛹夹g(shù)，把連續(xù)值屬性離散化。直方圖分析法是一種相對(duì)比較簡(jiǎn)單的離散方法， 其分為等深分箱以及等寬分箱兩種。5.1.4 數(shù)據(jù)消減數(shù)據(jù)消減的主要

15、目的就是縮小挖掘的數(shù)據(jù)規(guī)模， 但對(duì)挖掘結(jié)果卻不會(huì)造成影響。 可以利用消減維數(shù)法， 從初始的特征屬性中搜尋有用的特征屬性， 從而減少挖掘時(shí)需要考慮的變量個(gè)數(shù)或者特征屬性。5.2 數(shù)據(jù)分類挖掘其目是就是為進(jìn)一步建立成績(jī)分析決策樹的模型而做。通常ID3 或者 C4.5 在訓(xùn)練集相對(duì)較小的情況下， 分類挖掘可以采用算法，本文采用 ID3 算法。5.2.2 ID3 算法該算法從決策樹的根節(jié)點(diǎn)的訓(xùn)練樣本開始， 選擇一個(gè)屬性對(duì)這些樣本進(jìn)行區(qū)分， 每一個(gè)屬性值都產(chǎn)生一個(gè)分支， 再把分支屬性值的相關(guān)樣本子集移至新生的子節(jié)點(diǎn)。 這種算法遞歸的應(yīng)用于各個(gè)子節(jié)點(diǎn)，直至一個(gè)節(jié)點(diǎn)中所有的樣本都被分配至某類中。 ID3算法采用的是由上至下、分而治之的遞歸方法構(gòu)建決策樹。5.2.3 屬性的選擇可以采用信息增益的辦法來選擇屬性。 通常選擇有最高信息增益的屬性， 作為當(dāng)前的節(jié)點(diǎn)測(cè)試屬性， 從而保證了在對(duì)訓(xùn)練樣本子集分類時(shí)的