论文摘要
随着网络技术的迅速发展,基于Web的远程教学系统越来越受到重视。利用远程教学系统,可以进行在线学习、在线测试、在线辅导等,这大大提高了人们获取知识、相互交流的效率。同时,数据挖掘、人工智能等计算机技术在远程教学系统中的使用,也有力地推进了远程教学和教育事业的不断发展和进步。数据挖掘是一门涉及面很广的交叉性新兴学科,涉及到数据库、人工智能、数理统计、可视化、并行计算等领域。通过数据挖掘,可以从数据库中提取有趣的知识、规律等高层信息。随着远程教学的使用越来越多,信息数据日益增多,通过数据挖掘技术在这大量的数据中发现问题及规律,增进了远程教学系统的智能性,有利于对远程教学进行更好地指导,对学生的学习方法进行改进,提高学生的学习效率。本论文的主要研究内容是将数据挖掘技术运用到远程教学系统中,用于提高远程学习系统的智能性,给学习者提供一个具有个性化特性的学习平台。本文重点介绍了数据.挖掘中的关联规则的Apriori算法和分类技术,以《数据结构》课程为例,使用Apriod关联规则算法挖掘出某一篇章内容的测试成绩优秀对其它篇章内容成绩的影响程度;使用决策树分类算法产生决策树,分析学生成绩优秀与哪些因素有关,从而找出影响学生,学习的关键环节,帮助学生提高学习成绩。