教育信息化数据中完全加权正负关联模式发现

对海量教育信息化数据关联模式的挖掘与分析,有利于发现教育信息化数据中事先不知道的、但又是潜在有用的教育模式和知识,为教育管理、教育决策和教学改革提供科学的依据。研究面向教育信息化数据的完全加权负关联模式挖掘技术,提出一种新的教育信息化数据完全加权正负关联模式挖掘算法。该算法考虑了项目在事务数据库中的权值,从教育数据中挖掘完全加权频繁项集和负项集,在支持度-置信度-相关性架构下从频繁项集和负项集挖掘有趣的教育数据完全加权正负关联模式。通过模式分析,发现教育领域潜在的教育、教学规律和教育发展趋势,提高教育信息化数据分析和处理水平。以真实的教育信息化数据作为实验数据测试集,实验结果表明,与现有的正负模式挖掘算法比较,所提出的算法更有效、更合理,其挖掘出的正负关联模式更加接近现实。     

基于互信息的教育数据矩阵加权正负关联模式发现

本文将互信息模型引入教育数据关联模式挖掘,提出一种基于互信息的教育数据矩阵加权正负关联模式挖掘算法,给出与其相关的定理及其证明。本文算法克服了现有挖掘算法的缺陷,考虑了教育数据项集在学生信息数据库中具有的权值,采用新的正负关联模式评价标准,挖掘出更接近实际情况的正负关联模式。通过关联模式分析,发现教育数据中潜在有用的教育、教学规律和教育发展趋势,为教育管理、教育决策和教学改革提供科学的依据。以真实的教育数据作为实验数据测试集,实验结果表明,本文算法有效,在教育信息化数据处理与分析中具有重要的应用价值。     

教育信息化时代教育学科课程改革的思考

本文以学术研究的层次理论为基础，对教育信息化以及教育信息化环境下教育学科课程改革的理论与实践进行了创新性的阐述，期望为我国的教育信息化改革提供借鉴。     

教育信息化的发展趋势——ASP模式下的教育数据中心

从教育的现状出发,结合Internet的发展,如何构造ASP应用模型及进行实际的EDC建设?本文提出了教委ASP模式的教穿数据中心模型:以教委为中心,利用成熟的信息技术,集教育资源和教育管理为一体,解决地区教育管理、教育统计、教学资源共享、远程教育等实际问题。教育数据中心可集成大量教育、教学和管理软件:教委信息管理平台、教育资源库、远程教育平台、校园网管理系统、多媒体网络教室、电子备课系统。教育数据中心可以及时更新、软件升级、在线培训和技术服务,安全稳定的保障系统的运行,能够顺利达到全面提高地区教育信息化应用的水平,真正的实现“少花钱,多办事”。     

异构模式中关联数据的一致性规则发现方法

数据一致性是数据质量管理的一项核心事务.规则约束作为一种抽象化、形式化的数据关系表达技术,可以有效地进行数据一致性管理.但是,在进行多源数据一致性管理的过程中,由于异源数据所属的关系模式不同,给一致性规则融合带来了挑战.另外,不论同源数据还是异源数据,数据之间是相互关联的,可以利用这种关系强化规则约束中语义含义的表达作用,发现数据中的潜在错误.具体地,条件包含依赖(conditional inclusion dependencies, CINDs)和内容相关的条件函数依赖(content-related conditional functional dependencies, CCFDs)可以分别用于异构模式的属性匹配和内容关联数据的一致性维护.基于此,对面向异构关系模式中关于关联数据的一致性规则发现问题进行研究.首先,针对使用CINDs进行异构模式中CCFDs规则发现的基本问题进行分析,对规则发现的可满足性、蕴含性和可验证性问题进行解释,它们分别满足NP-complete,coNP-complete,PTIME的复杂性判定问题.其次,为了对规则空间内的全部CCFDs进行发现,以CCFDs中的条件属性和变量属性为划分依据,提出了一种2级lattice的搜索结构.再次,设计了一种基于CINDs和CCFDs的异构关联数据一致性规则发现方法,使用CINDs对规则形式进行融合,而后通过增量发现方式查找一致性规则.最后,通过在2组真实数据进行实验,验证了方法的有效性和高效性.     

解读教育信息化八大障碍

教育信息化进程中存在着八大障碍，制约着信息化应用广泛深入的开展：     

教育信息化对高校计算机基础课程教学的影响探析

目前教育信息化成为我国教育发展的一大趋势,给高校教育教学带来很大的影响.计算机教学课程也应适应这一发展趋势,以教育信息化带动教育现代化,在教学过程中做出相应的调整.针对教育信息化对高校计算机基础课程带来的影响做出简要分析,并提出几项解决高校计算机基础课程教学改革的措施.     

大数据技术在职业教育信息化中的应用研究

随着计算机技术与移动网络的兴起,大数据技术在职业教育中的应用越来越普遍,为职业教育提供了更多的选择。本文探讨了大数据技术在职业教育信息化中的应用特点和作用,分析了大数据技术对职业教育学生管理的优势,以及在职业教育信息化中存在的问题,研究了大数据技术在职业教育信息化中的具体应用,可以为职业院校的信息化建设提供一定的帮助。     

基于时序数据的模式发现算法研究

数据库中的知识发现是人工智能领域的一个重要课题,该文针对时序数据中复杂模式的问题,提出了一种新的时序序列模式的逻辑表示法,并设计出一种新的时序序列建模算法。     

职业教育信息化中云计算的应用

当前云计算在职业教育领域受到的关注越来越多,应该加大对其研究,提高其应用水平。本文对云计算的基 本概念、特点和内涵进行了论述,并分析了当前职业教育信息化中所存在的问题及在职业教育信息化中推广云计算应用的重 要性,最后提出了一些应用分析,希望能对职业教育信息化的发展有所帮助。     

高校信息化水平模糊综合评价

论文建立了高校信息化水平评价指标体系,在此基础上构建了相应的二级模糊综合评价模型,并运用该模型对高校信息化水平进行了评价与分析,为高校信息化水平评价探索了一条新的途径。     

高校教育信息化综合评价研究

高校教育信息化的评价要受基础设施建设、信息资源建设、信息技术应用、信息化人才等因素的影响,而各影响因素不能都以定量的形式体现。采用定性分析与定量分析相结合的思路,给出了高校教育信息化的评价方法,较好地解决了高校教育信息化的评价问题。     

关联规则发现在素质教育中的应用

目前许多学校都为学生建立了信息数据库,针对如何从海量的学生信息数据库中提取出具有规律性的信息,文中利用数据挖掘中的关联规则发现技术设计并实现了一个学生素质关联规则发现系统。通过对实验结果进行分析,可以得出以下结论:该系统能够根据用户的参数设置自动发现学生各群体各种素质之间的相关性和规律,并界面友好地显示给用户从而能够帮助教育决策者发现当前教育管理中的问题,改进教育方法和策略,以达到深化贯彻素质教育的目的。     

智能卡在高校教育信息化管理中的应用研究

如何提高高校教育信息化管理的效率已经成为当前一个非常突出的问题。文章描述了几个突出问题的成因和解决问题的难点,提出了应用智能卡来解决这些问题的方法,并设计开发了一个典型的应用系统,为高校教育信息化管理中遇到的典型问题提供了很好的解决思路。     

Mining Co-Location Patterns with Rare Events from Spatial Data Sets

A co-location pattern is a group of spatial features/events that are frequently co-located in the same region. For example, human cases of West Nile Virus often occur in regions with poor mosquito control and the presence of birds. For co-location pattern mining, previous studies often emphasize the equal participation of every spatial feature. As a result, interesting patterns involving events with substantially different frequency cannot be captured. In this paper, we address the problem of mining co-location patterns with rare spatial features. Specifically, we first propose a new measure called the maximal participation ratio (maxPR) and show that a co-location pattern with a relatively high maxPR value corresponds to a co-location pattern containing rare spatial events. Furthermore, we identify a weak monotonicity property of the maxPR measure. This property can help to develop an efficient algorithm to mine patterns with high maxPR values. As demonstrated by our experiments, our approach is effective in identifying co-location patterns with rare events, and is efficient and scalable for large-scale data sets.

基于数据挖掘的多策略研究生教育课程成绩分析方法研究

本文对研究生教育中的课程考试成绩数据进行了深入分析,提出了一种成绩综合评定回归模型。该模型用数据挖掘中的关联规则分析方法来分析课程之间的相关性,引入了兴趣度来减少无用的规则,并对兴趣度进行了数学分析,最后对某专业的成绩进行了实证分析。