构建高职学生网络学习行为学习偏好的数据挖掘模型
大数据精准营销在教学资源库建设中的应用
第３２卷第２期２０１９年４月镇江高专学报ＪｏｕｒｎａｌｏｆＺｈｅｎｊｉａｎｇＣｏｌｌｅｇｅＶｏｌ．３２ Ｎｏ．２Ａｐｒ．，２０１９大数据精准营销在教学资源库建设中的应用张佳佳（江苏联合职业技术学院镇江分院财经艺术系，江苏镇江 ２１２０１６）摘 要：适应互联网时代发展，将大数据精准营销相关理论及构建框架应用于教学资源库建设，帮助学生更好地掌握新知识、新技术、新能力，提高就业竞争力。
关键词：大数据；精准营销；教学资源库；画像分析中图分类号：Ｇ６４２．４１ 文献标志码：Ｃ 文章编号：１００８－８１４８（２０１９）０２－００９９－０３ 收稿日期：２０１８－０９－１４基金项目：江苏省“十二五”规划立项课题（Ｄ／２０１５／０３／０９８）作者简介：张佳佳（１９８５—），女，河南安阳人，讲师，硕士，主要从事财务管理研究。
随着互联网、电子商务的发展及信息技术的完善，用户在网上的浏览、购物、支付、阅读、学习信息都能被收集及存储。
利用大数据技术挖掘用户的需求信息，进行精准营销，可以提高针对性，解决营销成本大、营销效果无法量化及监控的问题。
１ 理论基础 １）ＳＴＰ市场细分营销理论。
在网络平台上收集消费者的需要、购买行为、购买习惯等结构化和非结构化数据，进行数据画像，选择确定目标消费者或用户，进行有针对性的产品及价格营销［１］。
２）ＲＦＭ客户关系管理理论。
Ｒ代表客户的购买行为，Ｆ代表客户的消费次数，Ｍ代表客户的消费金额，ＲＦＭ模型可以判断客户的消费潜力，筛选有价值的需求客户，进行精准营销。
２ 案例———海尔集团 电子商务环境下精准营销就是整合用户数据，预测用户的购买行为。
２．１ 收集用户数据电商平台在网站上加了监测代码，可以收集用户的访问行为如会员注册、浏览记录、购买行为、加入购物车等数据。
这些非结构化数据隐藏着用户的购买决策，整合后，可以更好地营销产品。
在用户注册、下单、支付、配送、安装、维修等环节建立数据信息系统，收集、完善实名用户信息。
高职人工智能专业课程有哪些
高职人工智能专业课程有哪些1. 介绍人工智能（Artificial Intelligence，AI）是当今科技领域备受关注的热门话题之一。
随着科技发展的加速，人工智能在各行各业的应用越来越广泛。
为了培养更多的人工智能人才，许多高职院校纷纷开设了相关的人工智能专业课程。
本文将介绍一些常见的高职人工智能专业课程。
2. 机器学习机器学习（Machine Learning）是人工智能领域的重要分支之一。
该课程旨在教授学生如何使用统计学和计算机科学的方法，使计算机能够从数据中学习，并根据学习的结果做出预测或做出决策。
在这门课程中，学生将学习不同的机器学习算法，如决策树、神经网络、支持向量机等，并通过编程实践来应用这些算法解决实际问题。
3. 深度学习深度学习（Deep Learning）是机器学习的一种方法，它模拟人脑神经网络的工作原理。
这门课程将教授学生如何设计和训练深度神经网络，以便处理更复杂的任务，如图像识别、语音识别和自然语言处理。
学生将学习使用深度学习框架（如TensorFlow、PyTorch等）进行模型的构建和训练，同时也会了解深度学习在实际应用中的一些挑战和应对方法。
4. 自然语言处理自然语言处理（Natural Language Processing，NLP）是人工智能领域的一个重要方向，涉及到计算机对人类语言的理解和生成。
这门课程将教授学生如何使用机器学习和深度学习的方法来处理文本数据，如分词、词性标注、命名实体识别、情感分析等。
学生将掌握一些常见的NLP算法和技术，并通过实际项目来应用这些技术，如智能客服系统、机器翻译等。
5. 计算机视觉计算机视觉（Computer Vision）是人工智能领域的一个重要分支，研究如何使计算机能够自动理解和解释图像和视频。
该课程将教授学生如何使用机器学习和深度学习的方法来进行图像和视频的分析和理解。
学生将学习图像处理、特征提取、目标检测、图像分类等技术，并通过实际项目来应用这些技术，如人脸识别、车牌识别等。
基于高职校园网络文化认知的网络平台模块构建[论文]
![基于高职校园网络文化认知的网络平台模块构建[论文]](https://img.taocdn.com/s3/m/d0d65dda26fff705cc170afa.png)
基于高职校园网络文化认知的网络平台模块构建摘要通过对高职大学生的校园文化及网络文化认知分析，将认知分析模块的数据采集系统化、分析手段科学化，这样可以有效地引领学生的网络行为，形成高质量的网络文化活动，从而为构建基于高职校园网络文化建设的网络平台模块提供依据。
关键词认知分析网络平台模块高职校园网络文化中图分类号：g711 文献标识码：a基于高职校园网络文化建设的网络平台构建目的是营造一种网络虚拟校园文化。
网络平台涉及的模块功能将对网络平台建设进行新的尝试，使虚拟校园空间蕴涵学校的价值精神观、行为规范和道德准则等文化因素，以体现学校的特征面貌、校园意识、群体文化等。
基于高职校园网络文化建设的网络平台构建研究主要涉及三个方面的内容：第一，确立高职校园网络文化对网络平台建设的功能需求关系；第二，构建校园文化与企业文化相融合的网络平台资源更新机制；第三，实现以工、学相结合模式为主体的网络情景实训平台。
1 高职院校网络平台建设的依据高职校园网络文化这一特定教育类型，是对高职校园网络文化建设提出的新要求，也是高职校园网络文化网络平台构建的总目标。
因此，加快完善高职校园网络平台建设是很有必要的。
为了把握高职院校学生对校园网络文化的认知程度，以大连职业技术学院为研究个案，对在校学生提出并建立了基于校园文化的网络文化认知分析非量化评价指标体系。
该系统具备两个方面的评价功能：一是跟踪学生网络行为，收集与网络文化相关的数据；二是对学生体味校园网络文化感知程度进行形成性评估。
在网站上周期性对学生进行网络行为问卷调查，并对网络行为进行采样分析，尤其针对学生网络行为涉及的诸多内容展开评价。
在此选取了2012年10月对145名学生进行的《高职院校学生对校园网络文化的认知问卷调查》。
高职校园网络文化历来是校园最具活力的部分，对高职校园文化定位和发展具有重要的导向作用，作为校园网络文化建设的直接受益者大学生对其感知是高职校园文化建设的重要思考基点。
高职院校学生学习成绩增值评价实证研究
高职院校学生学习成绩增值评价实证研究一、绪论随着我国经济的快速发展，职业教育在国家发展战略中的地位日益凸显。
高职院校作为培养高素质技能型人才的重要基地，其学生学习成绩的增值评价对于提高教育质量具有重要意义。
本文旨在通过对高职院校学生学习成绩增值评价的实证研究，探讨如何更有效地评价学生的学习成果，为高职院校教育教学改革提供理论依据和实践指导。
关于高职院校学生学习成绩评价的研究逐渐增多，但大多数研究仍停留在理论层面，缺乏实证研究。
本文选取了一定数量的高职院校作为研究对象，通过收集和分析相关数据，对高职院校学生学习成绩增值评价进行实证研究，以期为高职院校教育教学改革提供有益借鉴。
本文首先介绍了高职院校学生学习成绩增值评价的概念、原则和方法，明确了本文研究的目的和意义。
通过对国内外相关文献的综述，梳理了高职院校学生学习成绩增值评价的发展现状和研究现状，为后续实证研究提供了理论基础。
本文从数据收集、数据分析和结论阐述三个方面对实证研究进行了详细阐述。
根据实证研究的结果，对高职院校学生学习成绩增值评价提出了相应的建议和对策，以期为高职院校教育教学改革提供参考。
A. 研究背景和意义随着社会的发展和经济的进步，高等教育在我国的地位越来越重要。
高职院校作为培养高素质技能型人才的重要基地，其教育质量和学生的综合素质直接关系到国家经济建设和社会发展的需求。
对高职院校学生的学习成绩进行全面、客观、科学的评价，以期为教育教学改革提供有力的支持，对于提高高职院校的教育教学质量具有重要的现实意义。
我国高职院校在教育教学改革方面取得了显著成果，但仍然存在一些问题，如学生学习成绩评价体系不够完善、评价方法单一等。
这些问题在一定程度上影响了高职院校学生的学习积极性和创新能力的培养。
对高职院校学生学习成绩增值评价的研究具有重要的理论和实践价值。
本文通过对高职院校学生学习成绩增值评价的研究，旨在提出一种科学、合理的评价方法，以期为高职院校教育教学改革提供理论依据和实践指导。
3G时代面向高职院校的移动学习研究与探讨
3G时代面向高职院校的移动学习研究与探讨[摘要]3G时代即3G通信技术阶段的来临，正逐渐改变着人们的学习方式，同样也影响到了高职院校学生的学习模式。
3G时代的移动学习是否可以在高职院校推广，以及如何充分发挥3G移动学习的作用，成为当下一个新的研究热点。
文章试着从移动学习的内涵、可行性、影响和平台设计几个方面加以研究与探讨，为今后高职院校的移动学习研究提供参考。
[关键词]3G 高职院校移动学习移动平台伴随着移动通信技术和移动设备的飞速发展，我国迎来了3G移动通信技术阶段，即所谓的3G时代。
3G技术和智能手机、平板电脑的普及，影响到人们生活的各个方面，也改变着人们的学习方式，特别是接受新事物能力强的院校学生。
针对目前高职院校的传统学习模式面临的诸多问题，如缺乏有效的师生交流，实验环境单调枯燥，学习时间和地点受限等，人们不禁要问：“3G时代下的移动学习是否能解决这些问题？移动学习是否可以成为传统教学模式的有利补充？怎样才能充分发挥移动学习的作用？”为解答这些疑问，本文做了如下的分析和研究。
一、3G时代下移动学习的内涵界定3G指的是第三代移动通信技术（3rd-generation），能够同时传送声音及数据信息，速率一般在几百kbps以上，能处理图像、音乐、视频流等多种媒体形式。
现在的通信体系变成了3个体系：电信固网体系（代表为PSTN）、移动网体系（代表为GSM）、IP网（代表为互联网）体系。
在这3个体系刚开始建立并完善的时候，各自为政，自力更生，仿佛井水不犯河水。
3G技术为网络融合提供了一个新的条件，本文涉及的很多3G业务都可以从这种融合中体现，整个3G业务就是基于一种融合的思想，将移动网体系、互联网体系的概念融合于其中。
移动学习（Mobile Learning）是3G时代在移动计算设备帮助下，能够在任何时间、任何地点发生的学习，移动学习所使用的移动计算设备必须能够有效地呈现学习内容并且提供教师与学习者之间的双向交流。
在校大学生网络学习行为调查研究——以安阳师范学院为例
Vol.28No.7Jul.2012赤峰学院学报（自然科学版）Journal of Chifeng University （Natural Science Edition ）第28卷第7期（上）2012年7月1研究背景及研究现状１．１研究背景据中国互联网络信息中心（ＣＮＮＩＣ）２０１０年７月１７日发布的第２６次《中国互联网络发展状况统计报告》表明，我国网民规模达到４．２亿，较２００９年底增加３６００万人；互联网普及率攀升至３１．８％，较２００９年底提高２．９个百分点，学生群体在整体网民中的占比仍远远高于其他群体，接近１／３的网民为学生［１］．２０１０年４月，中国互联网络信息中心（ＣＮＮＩＣ）发布的《２００９年中国青少年上网行为调查报告》［２］则显示，２００９年不同学龄期青少年网民学校上网比例为大学生７６．６％、中学生４６．３％、小学生３６．７％．不同学龄期青少年网民周上网时长为大学生１８．６、中学生１２．１、小学生５．９．该报告还指出，大学生群体是中国网民最活跃的群体之一，该群体在大部分网络应用上的使用率都最高．１．２研究现状近年来，随着网络和多媒体技术的广泛使用，网络学习得到了快速发展，网络学习行为成为研究的热点．纵观当前的研究成果，不少研究者针对既定特殊群体的网络学习特点展开调查，探讨了网络学习行为的各类特征．相关的研究有：Ｗｅｂ２＿０环境下高职学生上网习惯和学习行为调查研究、高校学生网络自主学习行为的调查研究［９］、网络条件下大学生学习行为的调查与研究［１０］、远程学习者网络学习行为的调查与分析、基于网络环境下学生自主学习行为的研究等等．这些研究重点关注的是学习者开展网络学习的行为观念、学习方式、学习技能、时空分布、学习频率、对网络的适应性等．国外一些学者尝试着通过工具软件跟踪和分析网络学习者的操作行为［７］．例如，维也纳大学的ＫａｒｉｎＡｎｎａＨｕｍｍｅｌ通过一种基于Ｗｅｂ的在线学习平台，分析数据库访问记录和Ｗｅｂ服务器日志文件来研究学习者的学习行为；Ｊｉａ－Ｊｉ－ｕｎｎＬｏ等则尝试着通过分析学习者的浏览行为来确定学习者的学习风格；Ｗａｎ－ＩＬｅｅ等借助网络学习者的学习需求、学习行为记录和个性特征等方面的研究，探讨了学习者的学习绩效评价方式，上述研究成果从量化的角度，分析了操作层次的学习行为的特点，为智能化系统的开发作出了有益的尝试，对于我们开展个性化的教学也很有帮助．2在校大学生网络学习行为的现状调查及分析２．１问卷调查的基本情况为了解在校大学生网络学习行为现状，２０１１年５月１６日至１９日笔者对安阳师范学院的在校大学生进行了《大学生网络学习行为》问卷抽样调查．此次调查通过问卷星网站共发出问卷１５０份，实际收回问卷１５０份，有效问卷１５０份，有效回收率为１００％．调查数据的处理采用ＥＸＣＥＬ表格处理软件和ＳＰＳＳ统计软件．调查对象以０７，０８，０９级的学生为主，涉及工商管理、文学、教育技术、应用心理学、计算机科学等多个专业，调查对象的男女比例为７：１８．２．２问卷调查内容调查问卷主要围绕五个方面的内容：①在校大学生使用网络的基本情况②在校大学生网络学习动机③网络学习中的的学习习惯、学习方式④网络学习资源的喜好及操作方式⑤网络学习中师生交流及教师指导情况２．３调查结果初步分析２．３．１在校大学生使用网络的基本情况据调查，从来不上网的同学的比例为０％，这说明在校大学生是一个网络高度普及的群体，这也为在校大学生开展广泛的网络学习奠定了基础．大学生平均每天上网时间大在校大学生网络学习行为调查研究———以安阳师范学院为例何恩贵（安阳师范学院，河南安阳455000）摘要：在信息产业高速发展，计算机网络技术在教育领域广泛运用的社会环境下，利用网络学习已经成为大学生学习的主要形式之一.本文以安阳师范学院在校大学生为研究对象，通过问卷调查的方式，主要对安阳师范学院在校大学生使用网络的基本情况，网络学习动机，网络学习中的学习习惯、学习方式，网络学习资源的喜好及操作方式，网络学习中师生交流及教师指导情况等进行分析，提出目前安阳师范学院在校大学生网络学习过程中存在的实际问题，并针对这些问题提出了相应的对策，以促进在校大学生网络学习技能的培养，促进大学生有效的自主学习，开发适合大学生的网络教育平台、资源等，推动高校教育信息化的进程.关键词：网络环境；网络学习行为；学习动机中图分类号：Ｇ６４５文献标识码：A 文章编号：1673-260X （2012）07-0182-03１８２－－部分都在４小时以下（图１）．图２反映了网络在大学生中主要是用于联络聊天（含收发邮件）、娱乐休闲游戏、了解各类资讯的工具，而将网络用于学习的仅占被调查人数的１１．８％（１８人）．大学生一天中上网时段分布如图表３曲线所示，由图３可见学生每天上网有两个高峰值，分布在中午１２：００至１３：００和晚上２０：００至２１：００．这跟在大学生作息时间安排的规律有关，在这两个时段一般很少统一安排上课，学生可以较为自由的安排自己的时间．２．３．２在校大学生网络学习动机在问到选择网络进行学习的原因时：９０．２％的同学能认识到网络学习中信息量大，更新快，能适应课程学习和专业前沿学习需要的优点，５．９％的学生认为可以提高学习技能和学习效率，３．９％的同学表示选择网络进行学习是受周围老师、同学的影响，没有同学选择网络进行学习是为了赶时髦．问卷调查的结果图表显示（图４），４５．１％的学生在进行网络学习时是从自身的学习兴趣出发，自主选择学习内容和方式；但是，３１．４％的学生在学习过程中没有明确的学习目的，随机性很强，因此很容易被非学习目标所吸引，导致“信息迷航”等问题；５．９％的学生自己不知道学什么，没有目的．究其原因，是学习者学习动机不够强烈，不能使学习者有集中的学习目标同时不受外部干扰因素的影响．因此，提高大学生的学习动机，调节其个体学习行为的强度、时间和方向，使其学习行为指向特定具体的学习目标，对学习者有效地进行网络自主学习有很大的帮助作用．２．３．３网络学习中的学习习惯、学习方式调查表明，学生在利用网络学习时，当被自己感兴趣但与学习无关的信息吸引时或对学习内容干到厌倦时，一半左右的学生会选择暂停学习，浏览自己感兴趣的内容，占调查总数三分之一的学生选择改变学习方法策略，调整状态继续进行有效的学习，很少有学生会选择放弃学习．据调查可知，在网络学习中，学生最常使用的学习方式有利用百度、Ｇｏｏｇｌｅ等搜索引擎搜索相关知识内容进行学习；进入常用的专题学习网站进行学习；利用即时通信工具与老师、同学在线交流学习；利用博客等平台分享别人的新思想、新收获；访问精品课程网站等等，这反映出学生利用网络进行学习，获取知识、信息、资源的方式和手段的多样化．从教师对学生网络学习的指导方面进行调查发现，学生对所在专业的教师开设博客、学习网站等情况了解并经常关注的并不是很多，近一半的学生对此了解但不经常关注，大部分学生不了解教师是否开设有博客、学习网站．在问卷调查中，发现绝大部分教师只是向学生简单介绍过通过网络进行学习的方法，只有极少数教师系统讲授过网络学习的方法和策略．学习者是网络学习的中心，网络学习的成败取决于处于中心地位的学习者个人学习能力的发挥，但在其学习过程中仍然比较依赖传统的教学模式，迫切希望教师发挥作用，让教师引导学习，对学习进行辅导，指引学习方向．因此，在学生的网络学习过程中教师应当加强对学生积极的指导，帮助学生有效的学习，承担起学生网络学习“导航者”的责任．3促进大学生进行有效网络学习的对策３．１加强基于校园网的信息资源环境建设针对当前高校校园网上学习资源建设存在多方面的不足的问题，首先，高校要丰富校园网上的学习资源，开发对学生专业学习帮助大的、针对性强的精品资源；其次，方便广大同学对网络学习资源的使用，为其提供便利的接入条件，让学生可以通畅无阻的使用网络学习资源；再次，开辟专门的学习讨论区域，引导学生积极参与网络学习的讨论，提供各种学生喜欢、实用、经济的交互方式；第四，安排老师参与网络学习的引导，组织网络学习，让老师在网络上积极、及时、有效的跟网络学习的学生进行交流、沟通、释疑；最后，为学生网络学习营造良好的学习氛围．在此基础上，校图１每日平均上网时间图２使用网络做什么图３上网时段分布A 、从自己的兴趣出发，自主选择学习内容和学习方式B 、没有明确的学习目的，随即浏览网页，看到感兴趣或重要的内容随时记录下来C 、有明确的学习目的和学习内容，直接去目的网站或网络学习平台学习D 、自己不知道学什么，听从老师的指挥或者同学的建议学习１８３－－方要加强对网络学习资源的管理，大力推行网络课堂，将受学生欢迎的主讲教师课程、效果良好的优秀课程等优秀教学资源做成精品课程上网［５］，另外还可以将外校、社会上优秀的学习资源整合到校园网，并成立相关部门对网络学习资源进行科学管理，发挥资源效益，提高网络学习资源的共享度，作好学生中网络学习资源的宣传工作，鼓励学生使用网络学习，从而拓展学生学习能力，为大学生传统学习模式提供帮助．３．２重视师生信息素养的培养“培养和提高学生的信息素养，特别是信息能力，是信息化教育的重要目标［１３］．”信息能力是当今社会人类生存的最基本的能力，师生的信息能力在学生网络学习过程中显得尤为重要［１２］．这就对教师提出了挑战，需要教师既有扎实的基本理论知识，又具备一定的信息素养．因此，教师除了要积极参加学校组织开展的各种教育技术培训外，还要根据自己教学的需要，不断强化信息意识，丰富信息知识，提高信息能力，才能在信息化教学环境中表现得游刃有余．为促进大学生有效地利用网络进行学习，可从两个方面对他们进行网络素质教育．一方面，普及网络基础知识，培养大学生的网络学习技能．学校应多组织一些网络知识讲座和选修课，或将网络知识的学习渗透到学科课程教学中，以提高学生的网络应用水平；另一方面，加强网络道德教育，让大学生注意遵守网络道德规范，使他们上网时能够进行比较好的自我管理，让网络成为大学生学习、生活的好帮手．３．３完善网络学习交流机制网络教学中师生分离的特点导致了教师与学生之间情感交流很弱，而教师与学生的交互是网络教学中人文因素的重要有机组成部分，强劲的师生之间交互质量能够激发学生的学习动机，增强学生的自信心，促进学生对知识的获得和吸收，提高学生的学习效果［９］．在网络学习环境这种全新的教学环境中，教师应转变自身教学观念，对自身的角色进行重新定位，逐步加强交互意识，并将其加入到网络教学过程的始终，积极创造条件，完善网络学习中的交流机制，构建快捷、方便、及时、权威、热情、亲和的交互体系，及时根据学生的学习记录进行即时反馈，构建支架支持进一步引导学生进行学习反思，形成有机循环，建立良好的网络学习环境，最终达到良好的学习效果［５］［１０］．３．４在网络学习中应该体现教师的主导地位在网络学习环境中，教师要以引导者、管理者的身份，一方面为学生的自主学习提供各种帮助，如辅导学生如何制定学习计划、如何选择和生成自己的学习策略、如何区分良莠信息．引导学生看到自主学习的成果，从中获得成就感，并坚定今后自主学习的信心．另一方面教师可以适当引入、融合传统教学中有效的教学方法，让学生慢慢地学会并发展自主学习能力，最终让学生顺利过渡到完全的自主学习［１１］．4总结与展望本文通过对安阳师范学院在校大学生网络学习行为的调查研究，积极参考相关的研究成果，对在校大学生网络学习行为进行了分析，并从加强加强基于校园网的信息资源环境建设、重视师生信息素养培养、完善网络学习交流机制、网络学习中教师主导地位体现等方面提出了培养和促进大学生进行有效网络学习的对策．通过以上研究可知：网络学习行为已成为大学生学习行为的重要组成部分．网络给大学生带来了娱乐、休闲，也带来了丰富的资讯，丰富了学生交流沟通的渠道．在使用网络的过程中，通过对网络所传递的信息进行了解、掌握、分析，刺激了大学生的认知，拓展了学生学习的渠道，丰富了知识范围，成为他们学习知识，拓展知识的一个重要途径．随着教育改革和教育信息化的不断深入，要全面实现我国的信息化，与世界接轨，大学生将在信息化社会中扮演越来越重要的角色，成为未来网络中的一支重要的力量，发挥重要的作用．因此，高校应当加快适应信息化社会的步伐，加强对学生网络学习的引导，重视培养学生的信息素养，这对于全面推进素质教育、促进高等教育信息化进程有着重要的意义．———————————————————参考文献：〔1〕中国互联网络信息中心(CNNIC).第二十一次中国互联网络发展状况统计报告[EB/OL]..cn,2010.7.〔2〕2009年中国青少年上网行为调查报告[EB/OL].http:// .〔3〕徐红彩.在校大学生网络学习行为的调查与研究[J].电化教育研究,2005(6).〔4〕李泰峰，陈琳琳，毛泽国.论高校学生网络学习习惯的培养.电子科技大学学报，2005（7）.〔5〕高丹.大学生网络学习行为调查研究.华中师范大学硕士论文,2008(5).〔6〕周晓.大学生网络学习行为研究及其分析系统的设计与实现.中南大学硕士论文，2008（11）.〔7〕黄克斌.网络学习行为及其分析系统研究.华中师范大学硕士论文,2006(5).〔8〕彭文辉,杨宗凯,涂山青,李念.网络学习者的学习行为调查及分析[J].中国电化教育，2007(12).〔9〕黄萍.高校学生网络自主学习行为的调查研究[J].开放教育研究，2004(6).〔10〕李宏宇.网络条件下大学生学习行为的调查与研究[J].辽宁教育行政学院学报,2009(9).〔11〕彭文辉，杨宗凯，黄克斌.网络学习行为分析及其模型研究[J].中国电化教育,2006(10).〔12〕张新贤.大学生网络学习行为研究[J].考试周刊,2007(3).〔13〕南国农.信息化教育概论[M].北京:高等教育出版社, 2004.１８４－－。
基于成果导向的项目化课程体系构建思考
基于成果导向的项目化课程体系构建思考作者：刘振栋罗群来源：《时代汽车》2020年第17期关键词：高职教育成果导向项目化课程体系1 引言随着高职扩招，学生入学门槛越来越低;生活条件的优越感，使学生的学习动机不明，学动动力不足。
要调动学生学习积极性、主动性，激发学生的内因，使学生乐学、善学、好学，要有一个好的教育方法，需要一个好的导向。
同时当前学生的状态对教学方法也提出了新要求，我们的教学方法需要变革，学生更希望看到的是所见即所得，对教学内容、教学方式提出了新要求。
高职教育聚焦产业发展，服务于地方经济发展，为企业发展持续提供高质量技术技能型人才。
高职教育注重的是学生技术的培养，是对能力的培养，如何紧密结合产业发展，满足岗位需求，使学生技术技能与岗位匹配，实现近距离就业，需要科学的课程体系做为支撑，需要课程内容与工作实战相结合。
2 成果导向教学理念众所周知，教育的目的是培养学生分析与解决问题的能力以及终身学习的能力。
基于学习产出的教育模式（Outcomes-BasedEducation，缩写为OBE）最早出现于美国和澳大利亚的基础教育改革。
从上世纪80 年代到90 年代早期， OBE 在美国教育界是一个十分流行的术语。
成果导向教育是指通过学生在教育过程最终所能获得的学习成果来设计与实施教学环节，亦称能力导向教育、目标导向教育或需求导向教育。
成果导向教育理念以能力培养为重点，而不是以知识传授为核心，从这个意义上说，成果导向教育模式可被认为是一种教育范式的革新。
学生以学习成果作为教育最根本的目标和驱动力，这必然会大大激发学生主动学习的热情。
前苏联著名教育家苏霍姆林斯基曾指出“学生的诸多问题，例如精神萎靡不振、厌学、逃学等，都是因为学生不能看到自己的潜在实力而引起的;学生在学习中所遇到的最大苦恼是既看不到自己未来的学习成果，又不能得到应该得到的回报”。
而成果导向教育理念可以从根本上解决学生“看不到学习成果而厌学”这一难题。
网上在线学习系统的设计与实现
Science & Technology Vision
科技视界
网上在线学习系统的设计与实现
胡世锋 渊张家口学院理学系袁河北 张家口 075000冤
揖摘 要铱目前袁随着互联网的普及和远程教育的发展袁网上学习这种网络化的学习方式已经越来越多地被广大学习者所接受袁成为高等教 育改革的重要内容之一遥 网上学习系统能否提供个性化的学习服务将直接影响学习者学习的积极性和主动性遥 把 Web 数据挖掘技术应用到网 上学习系统中袁开发出能够提供个性化学习服务的系统越来越多的受到行业专家及开发者的关注遥
渊源冤模式分析与利用阶段 这个阶段的任务是采用合适的技术和 工具袁进行模式的分析袁从而辅助分析人员的理解袁使采用各种工具挖 掘出的模式得到很好的利用遥
3 传统的网上学习系统的模型结构
传统的网上学习平台袁以系统本身为中心袁没有考虑学习者的个 性化特征袁没有考虑学习者的个性化特征袁学习者被动去适应系统袁就 是说系统有什么你就干什么袁不是我要什么就能有什么袁由于教师与 学习者不能面对面的交流袁教师很难掌握学习者的学习状态袁学习者 容易产生倦怠袁继而对网络学习失去兴趣遥 系统无法对学习者进行分 类袁无法根据学习者的个性化特征提供个性化的学习资源袁对学习者 来说袁网上学习平台对每个学习者来说都是一样的袁浏览的课件尧测试 的题目尧使用的素材与整个学习的流程都是单一固定的袁不具有个性 化的特点袁不能提供差别化的学习情境[3]遥
基于WEB 日志挖掘的高职学生心理危机干预平台研究
基于WEB 日志挖掘的高职学生心理危机干预平台研究摘要：网络的虚拟性、平等性、匿名性使得其成为大学生宣泄情感、倾诉心声的主要空间。
但由于缺乏对海量网络信息进行过滤、聚合的有效手段，教师难以对其网络行为进行监督和预测，也不能依据学生的个性差异，向其提供提供适应性、个性化服务，这导致了心理健康服务功效的弱化。
文章针对上述问题，运用web数据挖掘和推送技术，探索建立智能推送、反应灵敏的新型心理服务平台，以期为及早预防、及时疏导、有效干预学生中可能出现的心理危机事件提供一种思路。
关键词：高职生；心理健康；智能推送；web日志挖掘中图分类号：tp311 文献标识码：a 文章编号：1009-3044（2013）15-3468-04近年来，高职生因精神障碍、心理疾病等原因引发的悲剧呈不断上升趋势。
在传统心理健康教育中，由于人们在思想观念上对心理健康本身存在偏见，以及大学生心理发展特有的闭锁性，使得一些学生遇到心理问题时，不愿意或不敢向老师或周围的学生吐露自己的想法。
但网络的虚拟性、匿名性、开放性使得网络成为大学生倾诉和发泄个人情绪的主要空间。
[1]大学生常常通过多种网络途径，大胆地倾吐自己的内心秘密，直接而真实地表达自己的内心抑郁与苦闷，无所顾虑地畅所欲言。
最近，更是出现了多起大学生通过微博直播自杀的行为。
因此，高校如何利用网络有针对性地对大学生开展辅导和咨询活动，及时筛选、疏导、预防有可能出现的心理危机事件，是高校工作的重要课题之一。
1 当前高职校心理健康网络平台存在的问题各高校也十分重视大学生的网络言论和行为，有的高校也建立了相应的心理健康网络服务平台，但据访谈和调查，目前网络服务平台主要存在以下问题：1）网络平台上的信息是海量、无序、松散的资源聚合体，一方面，信息过载和资源迷航已经成为制约学生高效使用信息的一大问题，另一方面，各校心理教师的人数和精力有限，缺乏过滤、收集、聚合学生在系统中行为的有效手段，难以对大学生网络行为的监督和预测。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第26卷第2期
收稿日期：2017-10-10
基金项目：2017年度广西高校中青年教师能力提升项目（项目编号：2017KY1236）
作者简介：江静岚（1981-），女，副教授，主要研究方向：
计算机应用、计算机基础教育。
摘要：数据挖掘可以从大量的样本数据中采集学生对网络学习偏好的相关信息
，对其数据进行分析得出学生的学习偏
好模型，帮助教师依据学生特性制定“学习偏好式”学习计划，让学生更有效率的去学习知识
。文章主要将数据挖掘与学生
学习偏好之间建立关联，分析数据挖掘在网络学习行为学习偏好的技术应用
，并介绍数据挖掘技术在其领域中的意义。
关键词：数据挖掘；学习偏好；
网络学习行为；应用
中图分类号：TP311.1文献标识码：A
Adataminingmodelforlearningpreferenceofthenetworklearningbehaviors
inVocationalCollegeStudents
JIANGJing-lan
(LiuzhouRailwayVocationalTechnicalCollege,Liuzhou545616,China)
Abstract：Dataminingcancollecttherelevantinformationofstudents'learningpreferencesonthenetworkfromalarge
numberofsampledata,analyzethedatathatthelearningpreferencemodelofstudents,helpteachersbasedonstudents'
characteristicswhodevelopthelearningplan,called“thelearningstylepreference”,thatcanmakestudentsmoreefficient
tolearnknowledge.Thispapermainlydiscussestherelationshipbetweendataminingandstudents'learningpreferences,
analyzestheapplicationofdatamininginthenetworklearningbehaviorandlearningpreferences,andintroducesthe
significanceofdataminingtechnologyinitsfield.
Keywords:datamining;learningpreference;thenetworklearningbehavior;application
文章编号：员园园缘原员圆圆愿（圆园18）园2原园园77原02
灾燥造援26晕燥援2
Apr援圆园18
第26卷第2期
２018年2月
电脑与信息技术
悦燥皂责怎贼藻则葬灶凿陨灶枣燥则皂葬贼蚤燥灶栽藻糟澡灶燥造燥早赠
构建高职学生网络学习行为学习偏好的数据挖掘模型
江静岚
（柳州铁道职业技术学院广西柳州545616）
现代教育理念要求我们因“学生”而施教，以学生自身特性为根据，为其提供个性教学，侧重不同学生个体的需求。现在大多网络在线教学并没有很好地到记录学生的偏好及它们对知识的需求，所以，在网络在线教学中数据挖掘技术可以很好地达到我们所想要的参考结果，其原因就是它可以采集并分析学生偏好的需求。数据挖掘技术是为了达到个性化教学而出现的新技术，它是现代教育强力的后盾，它能使得教师更好的服务于学生。将来如何提高数据挖掘技术在网络在线教学中的应用，提高学生的学习质量和学习效率、考核，也就成为了本文研究的重点及难点。1数据挖掘技术的概念数据挖掘技术是在大量复杂的样本数据中提取有效信息的技术。在网络中充斥着许多无用重复的数据，而数据挖掘技术可以将这些有用的信息提取出来，为机构所利用，涉及到了许多重要的统计方法，数据库数据庞大，技术含量高，操作相对困难。数据挖掘的特点有
五：（1）数据大，类别多；（2）提取出来有用信息；（3）数据
可用于决策需要；（4）提取规则不适应于所有数据；（5）所
提取的信息是动态发展的。数据挖掘技术的过程一般分
为四个步骤：数据收集，数据整理，数据挖掘和数据分
析。这四个过程都是相互关联的，数据挖掘是一个非常
复杂的过程，具有多重阶段，且人机交互，不断完善
。
2数据挖掘在网络学习行为学习偏好中的意义
因为高职学生在学习上本身就存在差异
，而现代
职业教育要求教师因“学生”而施教。
在互联网技术发
展壮大的环境下，网络教育、在线教学的自主学习方式
也在不断的与时俱进，各种大数据的统计分析结果也
让人充满好奇。传统意义上的远程教学只提供了教学
内容，并没有提供个性化的教学过程，
这种学习方式古
板没有新意。而数据挖掘技术给教师提供的
“学习偏好
式”教学模式提供了基础，通过整理学生的学生学习内
电脑与信息技术2018年4月容的偏好及特性、学习时间段等数据，给教师对下一步教学的决策提供了强有力的支持。3数据挖掘模型构建通过数据挖掘技术，老师可以了解到学生对学习内容的偏好、学生的习惯及特性等。此外，这些技术可用于模拟学生的个人差异，并提供调整这些差异的方法，以改善学生的学习。3.1统计分析统计是数据挖掘技术的首要任务，这也是分析学生用户行为需要的常见办法。系统会记录学生在每个知识点所用的时间，测算分析学生对哪个知识点最感兴趣，由此可以推导出学生感兴趣的课程、知识点等。使用标准工具分析Web服务器日志（如AccessWatch，Analog，Gwstat和WebStat），以获取使用统计信息。对于针对教育数据的具体统计工具，如Synergo，ColAT。通过统计分析，教师可以获知学生学习的状态、特性、课程关键点以及时间分配等。3.2关联规则关联规则是研究两者联系的技术，目标是研究多个事务间的联系，这项技术需要采集大量数据，并筛选出其中的关联性，在同一个事务中提出多个事件的关系，并反馈给老师。常用的关联规则算法是Apriori算法和FP算法。Web在线教学中，通过分析访问量等信息可以得到某页面内容与学生兴趣爱好之间的关系。例如，学生定期进入课程网站，查看课时与教学大纲，并在打开这些网页时会打开相关的其他网页，按照关联规则的需要，我们可以将相关页面一起创建，找出一些经常访问页面的学生信息，并且我们发现学生间断性的访问是与老师的指导情况有关的，由此可以获取学生经常访问哪些页面与教师教学存在紧密的联系。Web在线教学中，教师根据学生打开其页面的情况，了解学生对那些掌握不好的学习内容，感兴趣哪些学习内容等，还可以使用关联规则的Apriori算法来分析学生阶段性考核结果与知识点之间的关联性，教师参考关联规则的结果，并凭借众多讯息教师可以实现学习偏好式教学方式，使学生可以明白对哪个知识点的理解不够深入，使教师在解读这些知识点时调整方法来提高教学效果；同时也能够在课程中偏重学生薄弱知识点，通过个性化教学，相应界面内设置相关的知识点，课后布置相关的练习督促学生加强学生掌握这部分的内容，提高他们的学习质量以及学习效率。3.3聚类分析聚类即多个有相似性的类别分为同一组的过程。聚类分析有不同的算法，且有相同的数据集也可以根据我们研究的学生层次不同而得到不同的结果。聚类是搜索簇的无监督学习过程，我们通过学生的访问点偏好由其学习算法自动的确定标记，将标记过的数据采集到一起，用老师给学生分的AB类将聚类的数据自动的进行分类，通过判别分析，建立分析模型，评估输出相应的结果。3.4序列模式序列模式是在一组有序的数据集合中，将频繁出现的序列组合起来形成的模式。在Web在线教学中，通过学生点击的数据，作为挖掘学生的频繁访问模式，建立模型，70％在学习A部分和B部分的学生，在一个月后学习C部分，并经常回顾A和B部分的知识点，以便牢固掌握知识点。随着时间的流逝，知识点将会被遗忘，我们可以及时采取措施，按照这种模式为学习A，B部分学生提供补充练习和定期考试，帮助他们牢牢把握知识点。3.5频繁访问组经常访问组，即通过分析日志文件，找到用户经常访问的页面组。同时，尽可能多的采集学生学习时查看的页面，类别多且细会有助于获取结果数据，且各页面之间的相关性尽量的少。数据挖掘技术可以提取出经常被查看的页面。如果您发现学习者经常查看以下页面序列