教育数据挖掘研究进展

教育数据挖掘（Educational Data Mining，EDM）是一门涉及计算机科学、教育学、统计学的交叉学科。它致力于探索来自教育环境的独特数据，其目的是更好地了解学生及其学习环境，从而提高教育成效。为了深入分析EDM的研究进展，从Web of Science库相关文献、国内外研究现状对EDM进行了系统性梳理，介绍了EDM的工作流程，把数据挖掘技术在教育领域的应用归纳为4类，对处于快速发展阶段的一些EDM典型案例进行了统计分析并讨论了其不足与发展趋势。     

以数据为中心的智慧城市研究综述

在城市信息化浪潮与数据科学崛起的共同推动下,智慧城市开始在全球范围内成为未来城市发展的新理念与新实践.大数据、数据活化、数据挖掘等数据管理、应用与分析技术在智慧城市建设当中具有核心作用.站在信息科学的视角之上,围绕以数据为中心这一主题,对当前智慧城市研究工作的最新动态进行了综述.梳理了当前智慧城市相关研究中广泛采用的城市数据类型及其特点,并从相关研究工作和技术与研究特点两个大的方面对该领域的研究工作现状进行了介绍.其中相关研究涵盖了技术体系研究、数据驱动的智能交通、城市计算技术和城市人类活动的统计力学等方面.而技术与研究特点的介绍包括核心技术与理论,以及领域研究的学科交叉、城市数据为中心、区域特性等方面.最后对该研究领域未来可能的发展方向进行了总结和展望.     

无线传感器网络数据融合技术的研究进展

首先对无线传感器网络的特点进行了介绍,分析了数据融合技术对无线传感器网络发展的重要性,之后简要介绍分析了部分有代表性的研究成果．最后讨论了无线传感器网络中数据融合问题的未来研究方向。     

大数据分析专刊前言

自2008年《Nature》杂志发表大数据专辑以来,大数据得到越来越多的关注.2012年,美国和中国分别将大数据提升到国家战略高度.大数据技术是一个典型的跨领域研究方向,在数据的采集、存储、传输、管理、安全和分析等诸多方面均面临着挑战.在大数据分析方面,我国已经有国家自然科学基金重点项目、国家重点基础研究发展计划(973)在内的多个立项支持,并在学术界和工业界取得了一些有影响的研究与应用成果.然而,作为一个新兴的研究方向,大数据分析依然面临诸多挑战.本专刊收录的21篇论文反映了我国学者在大数据分析领域的部分近期研究成果.     

教育大数据可视化研究综述

教育大数据可视化分析对于复杂教育规律的理解与挖掘具有重要作用,已成为当前教育信息科学研究领域的重要课题。首先归纳了教育大数据的典型特征,从促进学生元认知发展、辅助教师监督学习过程及提升管理者科学决策水平三个角度介绍了教育大数据应用的最新研究成果,并简述了利用教育大数据实施可视化分析的基本流程。然后重点对文本数据可视化、多维数据可视化、网络数据可视化、时间序列数据可视化以及地理空间数据可视化等五种主流的教育大数据可视化呈现方法进行特征描述,并给出具体的应用场景。随后介绍了动态查询与过滤技术、可缩放/变形界面技术和多视图联动技术三个实施教育大数据可视化的关键交互技术方法。最后依据最新研究动态,从多模态教育数据融合、人机交互、人机协同范式以及教育数据可视化设计的标准规范和评价体系四方面对教育大数据可视化未来研究方向进行了展望。     

一种基于B/S的.NET应用程序开发框架设计与开发

介绍了采用ADO.NET实体框架和基于.NET,B/S的LINQ to EDM技术实现应用程序开发框架,包括开发过程中的存在问题、LINQ、框架介绍、分析比较和常见问题等部分。     

大数据时代对高校人才培养模式的影响——以信息系统专业为例

大数据具有数据量巨大、数据形式多样化等特点,大数据时代为教育和学习提供了丰富的信息资源,但也给教育模式和人才培养带来挑战。首先具体说明大数据时代的特点及对高校人才培养的影响,分析大数据时代对信息系统及相应人才的要求,结合教学实践研究大数据背景下信息系统专业的人才培养模式。     

大数据时代对高校人才培养模式的影响——以信息系统专业为例

大数据具有数据量巨大、数据形式多样化等特点,大数据时代为教育和学习提供了丰富的信息资源,但也给教育模式和人才培养带来挑战。首先具体说明大数据时代的特点及对高校人才培养的影响,分析大数据时代对信息系统及相应人才的要求,结合教学实践研究大数据背景下信息系统专业的人才培养模式。     

大数据技术在高校教育改革中的应用

随着科技的进步,网络技术迅猛发展,大数据技术也随之发展.大数据也影响着社会的各行各业的发展,高校教育事业离不开数据,通过大数据的数据挖掘技术,能够推动高校教育事业的发展.本文介绍了在大数据背景下的数据挖掘技术,并对高校教育改革中数据挖掘技术的应用进行了研究.     

关于大数据对高等教育发展的推动探讨

随着现代电子信息技术的不断发展,我国逐渐的步入了大数据时代,在这种大环境下,我国的教育机构为了取得进一步的发展,正在将一些大数据技术融到到实际教学管理当中.经研究发现,这些大数据技术对于教育事业的发展有着较强的推动作用.就目前来看一些高等院校已将一些大数据技术准确有效的落实到了实际工作当中,并且取了的显著的成果,不仅提升了自身院校的整体教学管理水平,还提升了学生的综合素质.本文就大数据对高等教育发展的推动做了简要的分析.     

Assessing implicit science learning in digital games

Building on the promise shown in game-based learning research, this paper explores methods for Game-Based Learning Assessments (GBLA) using a variety of educational data mining techniques (EDM). GBLA research examines patterns of behaviors evident in game data logs for the measurement of implicit learning—the development of unarticulated knowledge that is not yet expressible on a test or formal assessment. This paper reports on the study of two digital games showing how the combination of human coding with EDM has enabled researchers to measure implicit learning of Physics. In the game Impulse, researchers combined human coding of video with educational data mining to create a set of automated detectors of students' implicit understanding of Newtonian mechanics. For Quantum Spectre, an optics puzzle game, human coding of Interaction Networks was used to identify common student errors. Findings show that several of our measures of student implicit learning within these games were significantly correlated with improvements in external postassessments. Methods and detailed findings were different for each type of game. These results suggest GBLA shows promise for future work such as adaptive games and in-class, data-driven formative assessments, but design of the assessment mechanics must be carefully crafted for each game.     

数据挖掘技术在工程塑料合成配方研究中的应用

目前以机理模型精确描述大分子结构性能形成的影响因素还有待进一步的理论研究，但数理统计分析方法的应用对该领域的研究和生产实践有显著的指导意义。本文通过实例介绍了在工程塑料合成配方研究中使用数据挖掘技术的方法，重点讨论了基于关联规则的模型建立与应用的过程，解决了如何利用Powerbuilder的嵌入式动态SQL技术在大数据量下高效率实现数据挖掘的方法，并应用遗传算法，弱化关联度与支持率加速检索过程。最后本文讨论了数据挖掘技术在高分子材料领域未来的发展方向。     

深度知识追踪模型综述和性能比较

知识追踪是一种重要的认知诊断方法,往往被用于在线学习平台、智能辅导系统等信息化教学平台中.知识追踪模型通过分析学生与课程作业的交互数据,即时模拟学生对课程知识点的掌握水平,模拟的结果可以用来预测学生未来的学习表现,并帮助他们规划个性化的学习路径.在过去20多年中,知识追踪模型的构建通常基于统计学和认知科学的相关理论.随着教育大数据的开放和应用,基于深度神经网络的模型(以下简称“深度知识追踪模型”)以其简单的理论基础和优越的预测性能,逐渐取代了传统模型,成为知识追踪领域新的研究热点.根据所使用的神经网络结构,阐述近年来代表性深度知识追踪模型的算法细节,并在5个公开数据集上对这些模型的性能进行全面比较.最后讨论了深度知识追踪的应用案例和若干未来研究方向.     

Ordinal regression by a gravitational model in the field of educational data mining

Educational data mining (EDM) is a research area where the goal is to develop data mining methods to examine data critically from educational environments. Traditionally, EDM has addressed the following problems: clustering, classification, regression, anomaly detection and association rule mining. In this paper, the ordinal regression (OR) paradigm, is introduced in the field of EDM. The goal of OR problems is the classification of items in an ordinal scale. For instance, the prediction of students' performance in categories (where the different grades could be ordered according to A ? B ? C ? D) is a classical example of an OR problem. The EDM community has not yet explored this paradigm (despite the importance of these problems in the field of EDM). Furthermore, an amenable and interpretable OR model based on the concept of gravitation is proposed. The model is an extension of a recently proposed gravitational model that tackles imbalanced nominal classification problems. The model is carefully adapted to the ordinal scenario and validated with four EDM datasets. The results obtained were compared with state‐of‐the‐art OR algorithms and nominal classification ones. The proposed models can be used to better understand the learning–teaching process in higher education environments.     

An introduction to programming for students in sciences

It is widely recognized that students in biology, the earth sciences, chemistry and the natural sciences need some basic knowledge of programming in order to find out what they can and should expect from the use of computing media. Often, however, their curricula does not include any courses in computer science. It is possible to tackle this educational problem by introducing elements of computer science into the mathematics and/or statistics courses which do appear in their curricula. In this paper we suggest a method for integrating the teaching of the two different topics, for example, programming with calculus or statistics. The suggested approach has been extensively tested in mathematics courses for earth sciences, chemistry and pharmaceutical chemistry students at the University of Genova, Italy. We also believe that our approach provides some useful suggestions towards the solution of similar educational problems in the higher level courses of secondary schools.     

Microstructuring of silicon by electro-discharge machining (EDM) — part I: theory

Currently, nearly all microcomponents are fabricated by micro-electronic production technologies like etching, deposition and other (photo) lithographic techniques. In this way, main emphasis has been put on surface micromechanics. The major challenge for the future will be the development of real three-dimensional microstructures. The main objective of the proposed research is the development of a production technology for three-dimensional micromechanical structures together with a study of the mechanical properties of these structures. Electrodischarge machining (EDM) is a versatile technique which is very well suited for machining complex microstructures. This paper starts with an overview of EDM technology, the current state-of-the-art of micro EDM, and a comparison of EDM with other micromachining technologies. Afterwards, the basic parameters for EDM of silicon are derived. It will be demonstrated that EDM of silicon is not only feasible, but also forms an interesting, powerful and complementary alternative to traditional silicon micromachining.     

Moodle平台数据挖掘方法设计与实现

教育数据挖掘是一个新兴的研究方向。如何把存储在教育软件系统中的数据转变为有意义的信息,并为教育决策、优化教学过程服务,已成为大多数教育工作者所关注的内容。文中总结了当前教育数据挖掘的研究现状,介绍了一种基于Excel的简单数据挖掘方法。该方法利用模糊C均值聚类算法,对Moodle平台积累的日志数据进行分析,找出有相似学习行为的学生,为学习社区的小组划分和研究学习模式服务。实验表明,该方法能够更准确地对学生进行分类,而且操作更为简单、方便。     

基于C/S与B/S的高校科研管理信息系统的设计与实现

分析了B/S和C/S模式混合使用的优越性,讨论了基于该模式下的高校科研管理信息系统的设计方案和系统特点以及系统实施过程中的关键技术。     

基于ASP.NET构建宁夏气象下行资料监视平台

针对宁夏气象业务工作实际需求,设计和实现了基于ASP.NET+IIS+SQL Server的CMACast下行资料监视平台。该平台实现对下行气象资料的收集、分发、统计进行实时监视,为各业务单位提供Web监视平台。运行效果显示该平台是气象预测预报、科学研究、气象决策服务等业务工作中必不可少的系统平台。