数据挖掘在个性化远程教育系统中的

数据挖掘在个性化远程教育系统中的

应用研究

Data Mining in Individuality Long-distance Education System Applied Research

李东海*王陆**张琦*

* 首都师范大学计算机系E-mail:donghai_li@https://www.360docs.net/doc/1118488405.html,

** 首都师范大学现代教育技术中心E-mail:wanglu@https://www.360docs.net/doc/1118488405.html,

* 首都师范大学计算机系E-mail:iceboy2189@https://www.360docs.net/doc/1118488405.html,

本文在分析了当前众多远程教育网站中存在的不足后，提出将近年来在电子商务等方面广泛

运用的数据挖掘技术（data mining）引入到远程教学系统中。考虑到远程教育系统和电子商务

等系统存在着诸多不同之处，文中提出了一种基于代理（Agent）的系统架构模型，并在此基

础上介绍了以学生学习评价数据为实体的多维数据立方体（data cube）模型的构建方法，并用

Microsoft SQL Server中提供的OLAP分析服务工具实现了此模型。

关键词: 远程教育数据挖掘OLAP 多维数据模型

1 引言

随着计算机的普及和Internet网的推广，基于Web的远程教育站点在国内外如雨后春笋般迅速崛起，教学对象遍及小学生、中学生、大学生各个学习层次，教学内容覆盖了数学、语文、英语、美术、音乐各学科门类。但是，目前数目众多的Web远程教学站点有以下几个明显的共同缺点：

[1]现有的远程教育站点其教学内容在表现形式上基本上都是静态的，即学习资料以HTML静态网页形

式发布在网站上，一旦放上去后，就很少再进行修改。教学课件的设计者并不知道他的课件是否合理，是否符合教学规律，页面之间的链接是否适应学生的访问习惯和学习内容进度的安排。学生只能是按静态课件所设计的顺序按部就班的学习，对以往学习中存有疑问的知识点及可能感兴趣的知识无法主动获取，这极大的限制了学生学习的自主性及积极性，从而不能达到最佳的教学效果。[2]现有的远程教育站点不能根据学生本人的情况因材施教，缺乏个性化教学。无论哪个学生访问该站

点，其教学策略，教学内容及授课顺序都是一样的，站点不能根据学生的自身情况提供适合于他个人的学习习惯及学习进度安排，结果使学生的个性无法发挥。

[3]现有的远程教育站点虽然提供了学生在线作业和在线测试等功能，以此检验学生学习效果。但是其

评价测试结果并没有和学生下一步学习相联系，并没有给出学生在今后学习过程中所要注意的学习重点和难点，对学生个人的学习方式也没加以纠正和引导，缺乏对学生学习整个过程的监控管理。

[4]现有的部分远程教育站点大多数是根据学生所在年级和班级给学生加以分组聚类，对于在同一组中

的学生布置同样的学习内容，使得这对于那些学习进度超前的学生为了保持和大家同步而放慢学习进度，相反对于那些学习后进的同学为了追赶大家的进度而忽略甚至放弃某些教学内容的学习，至使后面的学习更加困难。

以上这些在现有远程教育站点中存在的问题极大地制约了现代远程教育技术的进一步完善和发展。经过多年的教学实践应用，在现有的远程教育站点上积累了大量有用的信息，但这些信息存储分散，记录凌乱，数据庞大，如：学生注册信息，登录信息，浏览路径信息，答疑信息，作业信息，测试信息，交流信息，学习状态信息，学习进度信息等大量资源，如何利用这些资源建立一个智能化、个性化的远程教育环境，是现代远程教育技术发展中的一个关键问题。

647

2 具有数据挖掘功能的代理系统架构

2.1 数据挖掘技术与知识发现

随着计算机技术的发展，特别是数据库管理系统的广泛应用，人们积累的数据越来越多。庞大的数据背后隐藏着许多重要的信息，但在庞大数据中发现隐藏的关系和规则却不是件容易的事。如何解决“数据爆炸但知识贫乏”的现象，这一疑问直接促成了数据库中的数据挖掘技术的产生。

数据挖掘（DM：Data Mining）就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。它涉及到对数据库中的大量数据进行抽取、转换、分析和其他模型化处理，从中提取辅助决策的关键性数据。简而言之，数据挖掘就是深层次的数据信息分析方法。

数据挖掘可以视为另一个常用的术语数据库中的知识发现（KDD：Knowledge Discovery in Databases）的同义词。通常知识发现的过程由以下步骤组成：

图1 知识发现的过程

（1）信息收集：根据确定的数据分析对象抽象出在数据分析中所需要的特征信息，然后选择合适的信息收集方法，将收集到的信息存入数据库。

（2）数据清理：在数据库中的数据一般是不完整的（有些感兴趣的属性缺少属性值），含噪声的（包含错误的属性值），并且是不一致的（同样的信息不同的表示方式），因此需要进行数据清理，将完整、正确、一致的数据信息存入数据仓库中。

（3）数据挖掘：根据数据仓库中的数据信息，选择合适的分析工具，应用统计方法、事例推理、决策树、规则推理、模糊集、甚至神经网络、遗传算法的方法处理信息，得出有用的分析信息。

（4）知识表示：将数据挖掘所得到的分析信息以可视化的方式呈现给用户，或作为新的知识存放在知识库中，供其他应用程序使用。

数据挖掘技术现在广泛的应用于电子商务系统，智能化机器人系统，自适应管理系统的研究开发中，取得了不错的成就，但在远程教育系统中并没有得到充分发展，这是因为远程教育有与其他系统不同的方面。在众多的原因中其中之一就是传统的远程教育模型对用户信息的收集不够全面，记录方式不够统一，收集到的信息缺乏管理等，因此，有必要设计一种全新的远程教育系统架构。

2.2 基于代理（Agent）的系统架构

由于数据挖掘系统所需的数据都存储在数据库中，数据挖掘系统一般不直接从界面获取用户信息，因此需要将用户信息获取与数据挖掘分开。这样传统的两层B/S网站架构就并不能满足数据挖掘系统实现的需要。本文提供了一种基于Agent的系统架构模型，该模型将信息获取和分析分开，适合于数据挖掘的需要。

近年来代理（Agent）技术得到了迅猛地发展，其展现出十分诱人的应用前景。一般来说Agent主要具有自治性（autonomy）、社会性（social ability）、反应性（reactivity）、能动性（pre-activeness）四个基本特性：①自治性：代理可以在没有人或其他代理直接干预的情况下运作，而且对自己的行为和内部状态有控制能力；②社会性：代理和其他代理可以通过代理语言进行信息交流；③反应性：代理能够理解周围的环境，并对环境的变化做出实时的响应；④能动性：代理不仅简单地对其环境做出反应，也能够通过接受某些启动信息，表现出有目标的行为。

图2就是一种基于代理的Web远程教育系统模型：

648

649

图2 基于代理的系统模型

图2的这种基于代理的系统架构是按照目前流行的B/S 三层模型设计的，三层模型包括：交互层、中间层以及数据层。交互层只由一些ASP 页面构成，主要功能是接受用户请求，将经系统分析处理后的内容呈现给用户，交互层不负责系统具体功能的实现。

系统主要的分析处理功能集中在中间层，其中学生代理充当了中介的作用。当用户注册进入该系统时，就生成一个学生代理对象与用户相对应，这个学生代理对象将用户在该系统上所有动作都转化为对其他子系统功能的调用。学生代理记录着用户当前的学习进度、心理状态和在系统中的访问权利限制等数据信息，学生代理就是在该系统中对用户这个真实对象的抽象。其他子系统的访问交互对象也仅限于学生代理对象，在对子系统设计和实现过程中系统并不必关心是怎么和真实用户进行交流的，它们将学生代理对象当作真实用户，这样就将功能的实现和显示分开，方便各子系统的独立分析、设计以及最后完成后各子系统间的整合。

在该模型中，我们关注的焦点是数据挖掘子系统。数据挖掘系统将由学生代理获取的用户当前状态信息以及数据库中记录的用户以往学习信息一起进行分析，得出适合于用户当前学习的教学策略信息，该信息可以提供给用户服务系统，由其生成适合用户的课件、作业以及测试等，也可直接提供给用户，使用户对自己当前的学习效果心里有数。数据挖掘系统同用户服务系统并不直接进行交互，它们之间的功能调用是通过学生代理来完成，之间的数据是通过数据库传输的。这样做是因为可以将数据分析和教学内容呈现完全分割开，由不同的人员进行设计和实现，各子系统内部的实现细节对于其他子系统的设计开发人员来说是透明的。当各子系统分别完成后，进行系统集成，最终完成为一个统一的、完整的个性化远程教育系统。

3 基于OLAP 技术的数据挖掘解决方案

3.1 OLAP 技术

OLAP （On-Line Analytical Processing 联机分析处理）是一种目前相当流行的数据挖掘分析技术，它具有汇总、合并和聚集功能，以及从不同的角度观察信息的能力。OLAP 是基于多维数据模型的。该模型将数据看作数据立方体（data cube ）形式。数据立方体允许以多维角度对数据建模和观察。它由维和事实定义。维是关于一个组织想要记录的透视或实体。每一个维都有一个表与之相关联，该表称为维表。多维数据模型围绕中心主题组织。该主题用事实表表示。事实是数值度量的。事实表包括事实的名称或度量，以及每个相关维表的关键字。 数据层

中间层 交互层

用

户

浏

览

器

网站ASP 页面 学生代理 教学内

容数据

库

学生学

习信息

数据库

分析信息数据库

数据挖 掘系统 用户服

务系统

650 当在OLAP 系统中建立起数据立方体后，用户能够以多维视图的方式浏览数据仓库中的数据，并且可以对数据进行向上上卷 （roll-up ）、向下钻取 （drill-down ）、旋转 （rotation ）、视角变换（focus change ）等操作，从多个角度、多个侧面，以浏览的方式进行信息查询。OL AP 系统的出现，使用户不再需要编写复杂的查询语句，借助 OL AP 系统的图形用户界面 （GUI ），就可以深入了解包含在数据中的信息。

3.2 针对学习评价的多维数据模型

为了在远程教育系统中实现个性化教学，首先我们必须对学生的学习做出评价。只要在充分了解了学生的学习状况后，我们才能制定出适合于学生的教学策略。因此我们建立了如下的多维数据模型。

3.2.1 事实表

在建立多维数据模型过程中首先要确定多维数据模型围绕的中心主题，即设计事实表。很明显在我们这个系统中的中心主题就是对学生学习的评价，然而对于一个学习者的学习评价往往并不是件容易的事，它涉及到学习者很多方面综合评估，而且有些方面的评估很难用数值来度量。所以我们决定将学习者的评价化分为几个容易用数值表示方面的评价，对每个方面分别给出评价，然后进行加权综合，最终得出对于一个学习者的评价。其评价方面构成了评价项目维表。

3.2.2 评价项目维表

学生是整个系统的主体，一个真正的个性化教育系统必须随时跟踪学生的学习状态和学习进度，并做出评价和反馈，提出提示和建议信息。其评价项目分为以下五个方面：

（1）交互程度：在当前的许多远程教育网站都提供了内容丰富的交互功能，例如：BBS ，聊天室，电子白板，在线QQ 等，这些工具促进了学习者和学习者、学习者和教师、学习者与学习材料之间的交互。对学习者交互程度的评价可以通过记录学习者利用网络教学支撑平台中的各种交流工具辅助学习进行，如：学习者在论坛学习相关内容上发帖数量，以及其他学习者对其帖子的兴趣程度以及认可程度等，教师也可对学习者所提问题的深度和与教学内容相关程度给出一定的评价。

（2）答疑情况：学习者在网络学习过程中遇到了疑问可以向教师或是系统设置的智能导师系统寻求帮助，通过答疑学习者可以更加深入地理解学习的内容，可以促进知识意义的建构。答疑情况可以通过学习者请教的问题数、浏览问题解决的次数、以及提供解决方案的次数等信息反映学习者对所学知识理解程度以及学习的主动程度。

（3）资源利用情况：学习者对资源的利用不仅指利用教师或因特网提供的资源，而且还包括学生在学习过程中所上载的数据。前者包括对网络教学平台及其中的资源的使用情况，如记录学习者的在线学习时间，浏览页面的范围和次数来提供学习者学习的范围和进度；后者包括利用浏览器或搜索引擎来浏览因特网资源的情况，也包含学习者上传学习相关资料的次数、大小以及质量等。

（4）作业成绩：根据作业完成情况与得分，提供学习者平时知识点掌握程度的信息和作业完成情况的信息。作业能够迅速的判断学习者对所学内容的掌握及运用情况，将其评价和学生的下一步学习结合起来，使教学真正做到因人而异、有的放矢。

测试成绩

测试是对学习者阶段性学习情况做出评定。根据其评价的结果，对学习者可能遗忘的知识点进行回顾，对没有掌握的知识点进行补充，为下一步的学习扫清障碍。

3.2.3 知识维表

知识维表中存放的内容是教学课件中知识点的组织结构模式。传统的课件组织中知识维表是按树状结构组织而成的。每个学生的学习路径完全一样，都是从左到右线性的依次学习各知识点，如图3所示：

……

……

所有课目

某学科 某学科 第一章 科目

章

651

图3 传统树状知识结构图

这种依照树型结构组织的知识维表对于分析学生学习进度和从不同分析粒度上了解学生的学习效果来说都很有用，因此这种知识结构在远程教育课件制作上得到了广泛应用。另外因为它跟我们现实中使用的教材组织形式一样完全一样，在现实中我们学习时都是从教科书的第一页开始依次研读每一页直到最后一页。对应于树状知识结构，我们是从左到右依次遍历各叶子节点。这种学习方式使我们不会遗漏任何一个知识点。

但这种知识结构对于我们分析学习过程中的难点和重点通常是没有帮助的，而提供在学习过程中的重点和难点是个性化教学系统所必须要提供的功能，因此我们必须另外构造一种知识结构图。我们假设一个新知识的形成是由一个或一个以上的基础知识所奠基而组成的，也就是要学习一项新概念或技术之前所必需的一些基本能力。运用这种基于继承关系组织知识的观念，我们首先去除章、节等上层结构，只留下要学习的知识点，而后将其重新组织整理，找出各概念之间的相互关联性，依照先后关系建构“继承关系知识结构图”，如图4所示。

图4 继承关系知识结构图

按照图4所示，如果我们要学习知识点C1，这需要学习知识点A1到An 。如果我们发现知识点F1掌握的情况不太理想，我们可以向前追溯是否知识点D1或E1没有掌握好。而且我们从图中可也看出知识点C1和C2向后的分支很多，这说明知识点C1和C2对今后的学习至关重要，所以应该认真掌握。

3.2.4 时间维表

我们将学生每次登入网站的时间和进入每个栏目甚至每个页面的时间记录下来，这样我们就可以追踪学生学习的整个过程。时间维表是按概念分层组织的。概念分层（concept hierarchy ）的含义是：它定义了一个映射序列，将底层概念映射到更一般的高层概念。“一次访问〈日〈周〈月〈学期〈学年〈整个

…

… A1

An

1

… B1

Bn

… C 1 C2 n 1 D1

Dn … E 1 E n F 1 F 2

学习过程”，这是一个完整的映射序列，我们可以在不同层面、不同粒度上分析学生不同时期的学习状况。例如：教师在整个学习过程结束时会对每个学生的学习情况做出综合评价，这时教师感兴趣的层次在“整个学习过程”这一最上层，但是如果教师想要了解学生在某门科目上的情况，这可能要下钻到“学年”或“学期”这一层次来观察学生的评价。学生在了解自己学习情况时可以在“日”甚至“一次访问”这些层次上观察，对自己的学习进度和状态尽快做出相应的调整。

3.2.5 学生维表

学生维表记录学生组织形式的记录。学生的组织形式有不同分类方式：有的是以静态信息分类，如：班级、年级、学校等；有的是以动态信息分类，如：学习进度、学习效果等。静态信息分类一般在学生注册时就已确定，而且是固定不变的，而动态信息分类是在学习过程中形成的，是由OLAP数据挖掘服务所提供的分类分析和聚类分析自动完成的，这种分类是不断变化的。具体的组织方式有以下几种：

a)（1）以班级为中心的组织形式。

b)（2）以学科为中心的组织形式。

c)（3）以教学进度为中心的组织形式。

d)（4）以兴趣为中心的组织形式。

e)（5体话题中心的组织形式。

4 结论

要将数据挖掘的所得到的信息提供给用户这就要求数据挖掘提供一套与用户交互的界面，幸好SQL Server 2000提供了我们强大的数据挖掘工具SQL Server OLAP数据挖掘服务。SQL Server OLAP数据挖掘服务是SQL Server 2000中最令人激动的新功能之一。SQL Server 2000通过新的API━━OLE DB for Data Mining（OLE DB for DM）实现了数据挖掘的功能，这是一个为方便各种应用程序使用数据挖掘功能而设计的编程接口。通过OLE DB for DM, 微软提供了两种数据挖掘算法（其他软件供应商也可以插入新的算法）。理论上，利用OLE DB for DM开发的分析程序能够使用新发明的算法。SQL Sever 2000中包含的两种算法是决策树和群。决策树将信息分类为一个树状结构，可以帮助我们预测数据的某些特性。例如，可以将用户信息（如用户的学习进度和检测学习效果）交由决策树算法，可以预测该用户学习当前学习内容是否需要提供相关联前提学习知识的帮助。可以用群集算法寻找数据中的自然分组。例如，可以将所有的用户信息送入群集算法，要求把所有用户分为三个组。算法可能会找到一个学习进度超前、学习时间较短、学习效果不理想的分组，一个学习进度落后、学习时间较长、学习效果不错的分组。通过进一步的分析可能发现每个分组都有一个特定的学习方式和习惯。利用这些资料，我们可以提供高效、针对性强的教学策略。

参考文献

[5][1] JiaweiHan.Micheline.Kamber.DataMiningConceptsandTechniques.MorganKaufmannPubilishers

（2001.5）

[6][2] 余胜泉，林均芬，刘宝艳，张京彬. 网络教学的评价模型. 现代教育技术研究与应用.

[7][3] 陈怀东，张小真.一种基于多Agent的网上协作自适应学习模型MASAM研究.现代教育技术研

究与应用.

[8][4] Chia-Lin Hsiao, Gwo-Jen Hwang ·A Concept Map Constructing Algorithm for Supporting.

Learning Diagnosis on Computer Networks . GCCCE2000 Proceedings.

[9][5] 石岳峻，陈年兴.建构式网路教学系统之设计准则.GCCCE2000 会议论文集.

[10][6] 长城工作室数据. SQL Server 2000高级应用. 人民邮电出版社.

After analyzing the insufficiency which existed in current most of long-distance education Websites,

this paper introduces Data Mining technology, which is widely used in the field of the electronic

commerce and so on, into the long-distance education system. Considering the difference between

the long-distance education system and electronic commerce, this paper proposes a kind of system

652

model based on Agent, and introduces how to construct a multi-dimensional data cube to evaluate

the studies of students, which can be realized by OLAP Analysis Service tools provided by Microsoft SQL Server.

653