远程教学系统
【网学提醒】：本文主要为网上学习者提供远程教学系统，希望对需要远程教学系统网友有所帮助，学习一下吧!
资料包括： 论文(27页14678字)
说明：
1 远程教学系统现状概述
随着计算机的普及和Internet网的推广，计算机网络技术为个性化学习提供了良好的技术支持。网络技术、多媒体及虚拟现实等技术相结合，可以虚拟教学课堂的现场，学生可以根据自己的需要主动选择学习的内容及课程的进度。教师与学生之间可以通过网络环境的支持，在任何时间，任何地点进行信息交流，不必拘泥于课堂上有限的时间。人机交互的教学模式能有效的实现班级授课制下的教学个别化，为大面积因材施教提供了重要的条件。
1.1 网络学习环境的特点
1.1.1 突破时空的限制
网络提供的学习环境不受时间、空间的限制，只要有一台连入Internet的电脑，在任何时间、任何地点都可以学习。
1.1.2 知识表示多样性
从网络技术本身的发展来看，网络教学是可以提供给学生多种媒体的学习资源，文本、图像、声音、视频等都可以方便地提供给学生，满足各种学习需要。
1.1.3 知识结构非线性
网络教学的知识点连接都是超文本方式，学习者在通过网络学习时，不用按照一个模式进行，可以充分按照自己的需要选择学习内容。
1.1.4 交互性
通过网络学习是一个具有多种交互的学习。在交互对象方面，有人与计算机之间的交互，学习者之间的通过网络的交互、学生与教师通过网络的交互；在交互方式上有在线的即时交互，有非即时交互，网络技术也为人们之间的交互提供了多种工具，如BBS、聊天室、Email、共享白板等。
目录：
1远程教学系统现状概述1
1.1网络学习环境的特点1
1.1.1突破时空的限制1
1.1.2知识表示多样性1
1.1.3知识结构非线性1
1.1.4交互性1
1.1.5学习自主性2
1.1.6信息传输的快捷性2
1.1.7教育社会化，学习生活化2
1.2当前网络学习系统的不足2
1.2.1缺少个性化学习环境2
1.2.2缺少对学习过程的监控2
1.2.3缺少良好的信息反馈系统3
1.2.4学习者的认知负担的增加4
1.2.5缺乏感情交流4
1.3构建良好的网络学习环境4
1.3.1学习者模型的建立4
1.3.2个别学习与协作学习方式的结合5
1.3.3学习过程的智能化控制5
1.3.4完善的学习评价与快捷的信息反馈6
1.3.5个性化的学习指导和帮助6
1.4利用数据挖掘技术提高网络学习系统的智能性6
2数据挖掘综述7
2.1数据挖掘(DATA MINING --------DM)7
2.2知识发现和数据挖掘7
2.3知识发现过程8
2.3.1数据准备8
2.3.2数据挖掘9
2.3.3结果表达与解释10
2.4数据挖掘与数据仓库的关系10
2.5数据挖掘的分类10
2.6数据挖掘的方法和技术10
2.7数据挖掘的现状与应用11
2.7.1DM研究现状11
2.7.2DM的应用12
2.8关联规则挖掘12
2.8.1购物篮分析12
2.8.2基本概念12
2.8.3关联规则挖掘的经典算法14
2.8.4Apriori算法的缺陷15
3关联规则挖掘实现知识导航15
3.1实现知识导航15
3.2在远程教育系统中应用关联规则挖掘技术16
3.3实现对学生学习路径的挖掘17
3.4修改APRIORIR算法对学生学习路径挖掘产生规则17
3.5挖掘结果的运用23
4结束语24
参 考 文 献25
致 谢26
参考文献：
加涅．教学设计原理[M]．上海：华东师范大学出版社，2003
余胜泉、林均芬、刘宝艳、张京彬．网络教学的评价模型[J] ．现代教育技术研究与应用，2004
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[J] ．北京：现代教育技术研究与应用，2004
宋去娴．智能教学系统设计与实现[M]．北京：电子工业出版社，2003
武法提．远距离适应性学习系统的研究[J]．博士论文
徐瑞峰、王申康．一种基于MS OLAP Services的决策支持系统的开发模式[J]．中国学术期刊，2003
石岳峻、陈年兴．建构式网路教学系统之设计准则[J].GCCCE2000会议论文集，2004
张敏、罗振声．语料库与知识获取模型[J]．中文信息学报, 第八卷第一期，2002
韩华，戴亚非，李晓明．远程教学系统：用户期望与技术挑战[J]．北京：北京大学计算机科学技术系，100871
蔡伟杰 ,张晓辉，朱建秋，朱杨勇．关联规则挖掘综述[J]．复旦大学计算机科学系 上海 200433
Helmut Schmid ．Improvement In Part-Of-Speech Tagging With an Application To German [M] ．上海：华东师范大学出版社，2003
Bill,e ．A Corpus-Based Approach To Language Learning [M] ．北京：电子工业出版社，2002
Chia-Lin Hsiao、Gwo-Jen Hwang．A Concept Map Constructing Algorithm for Supporting Learning Diagnosis on Computer Networks[J].GCCCE2000 Proceedings,2000
作者点评：
数据挖掘技术是目前国际上计算机应用领域的前沿研究方向这一，它在生物医学DNA数据分析、金融数据分析、电子商务客户信息分析、电信业务分析等领域中取得了令人瞩目的成就。但在远程教育领域中，数据挖掘技术还没有得到应有的重视。这主要是因为对于教育的研究现在还处于起步阶段，远程教育理论发展还不完善，远程教学系统还处于将老师在课堂上教学内容简单、机械的挪到网上，并没有充分利用计算机和网络在教学中交互和智能分析的优势。令人可喜的是现在许多远程教育领域的专家已经意识到今后远程教育应该朝着智能化，个性化教学系统的方向发展，如何实现远程教学系统的智能化，个性化是远程教育的重点研究方向之一。本人认为分析学生在远程教学系统中的学习状态是实现教学系统智能化、个性化的关键，因此本文提出将数据挖掘技术引入到远程教学领域中，用以分析学生在远程教学系统中的学习状态。
本文主要论述了作者将数据挖掘技术应用在远程教学系统中。作者在研究了经典的关联规则算法Apriori之后，提出了类Spriori的数据挖掘算法分析学生频繁访问的页面路径，用以提供有用的信息给网络课程设计者以及授课老师，来解决学生在网络学习过程中产生的“信息迷航”问题。
数据挖掘技术在远程教学系统中有广泛和应用前景，本文只是从上面所述分析了数据挖掘中远程教学系统中的应用，仅仅起到抛砖引玉的作用。随着数据挖掘技术的发展，相信远程教学系统中将有更多方面将应用到数据挖掘技术。
资料包括： 论文(27页14678字)
说明：
1 远程教学系统现状概述
随着计算机的普及和Internet网的推广，计算机网络技术为个性化学习提供了良好的技术支持。网络技术、多媒体及虚拟现实等技术相结合，可以虚拟教学课堂的现场，学生可以根据自己的需要主动选择学习的内容及课程的进度。教师与学生之间可以通过网络环境的支持，在任何时间，任何地点进行信息交流，不必拘泥于课堂上有限的时间。人机交互的教学模式能有效的实现班级授课制下的教学个别化，为大面积因材施教提供了重要的条件。
1.1 网络学习环境的特点
1.1.1 突破时空的限制
网络提供的学习环境不受时间、空间的限制，只要有一台连入Internet的电脑，在任何时间、任何地点都可以学习。
1.1.2 知识表示多样性
从网络技术本身的发展来看，网络教学是可以提供给学生多种媒体的学习资源，文本、图像、声音、视频等都可以方便地提供给学生，满足各种学习需要。
1.1.3 知识结构非线性
网络教学的知识点连接都是超文本方式，学习者在通过网络学习时，不用按照一个模式进行，可以充分按照自己的需要选择学习内容。
1.1.4 交互性
通过网络学习是一个具有多种交互的学习。在交互对象方面，有人与计算机之间的交互，学习者之间的通过网络的交互、学生与教师通过网络的交互；在交互方式上有在线的即时交互，有非即时交互，网络技术也为人们之间的交互提供了多种工具，如BBS、聊天室、Email、共享白板等。
目录：
1远程教学系统现状概述1
1.1网络学习环境的特点1
1.1.1突破时空的限制1
1.1.2知识表示多样性1
1.1.3知识结构非线性1
1.1.4交互性1
1.1.5学习自主性2
1.1.6信息传输的快捷性2
1.1.7教育社会化，学习生活化2
1.2当前网络学习系统的不足2
1.2.1缺少个性化学习环境2
1.2.2缺少对学习过程的监控2
1.2.3缺少良好的信息反馈系统3
1.2.4学习者的认知负担的增加4
1.2.5缺乏感情交流4
1.3构建良好的网络学习环境4
1.3.1学习者模型的建立4
1.3.2个别学习与协作学习方式的结合5
1.3.3学习过程的智能化控制5
1.3.4完善的学习评价与快捷的信息反馈6
1.3.5个性化的学习指导和帮助6
1.4利用数据挖掘技术提高网络学习系统的智能性6
2数据挖掘综述7
2.1数据挖掘(DATA MINING --------DM)7
2.2知识发现和数据挖掘7
2.3知识发现过程8
2.3.1数据准备8
2.3.2数据挖掘9
2.3.3结果表达与解释10
2.4数据挖掘与数据仓库的关系10
2.5数据挖掘的分类10
2.6数据挖掘的方法和技术10
2.7数据挖掘的现状与应用11
2.7.1DM研究现状11
2.7.2DM的应用12
2.8关联规则挖掘12
2.8.1购物篮分析12
2.8.2基本概念12
2.8.3关联规则挖掘的经典算法14
2.8.4Apriori算法的缺陷15
3关联规则挖掘实现知识导航15
3.1实现知识导航15
3.2在远程教育系统中应用关联规则挖掘技术16
3.3实现对学生学习路径的挖掘17
3.4修改APRIORIR算法对学生学习路径挖掘产生规则17
3.5挖掘结果的运用23
4结束语24
参 考 文 献25
致 谢26
参考文献：
加涅．教学设计原理[M]．上海：华东师范大学出版社，2003
余胜泉、林均芬、刘宝艳、张京彬．网络教学的评价模型[J] ．现代教育技术研究与应用，2004
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[J] ．北京：现代教育技术研究与应用，2004
宋去娴．智能教学系统设计与实现[M]．北京：电子工业出版社，2003
武法提．远距离适应性学习系统的研究[J]．博士论文
徐瑞峰、王申康．一种基于MS OLAP Services的决策支持系统的开发模式[J]．中国学术期刊，2003
石岳峻、陈年兴．建构式网路教学系统之设计准则[J].GCCCE2000会议论文集，2004
张敏、罗振声．语料库与知识获取模型[J]．中文信息学报, 第八卷第一期，2002
韩华，戴亚非，李晓明．远程教学系统：用户期望与技术挑战[J]．北京：北京大学计算机科学技术系，100871
蔡伟杰 ,张晓辉，朱建秋，朱杨勇．关联规则挖掘综述[J]．复旦大学计算机科学系 上海 200433
Helmut Schmid ．Improvement In Part-Of-Speech Tagging With an Application To German [M] ．上海：华东师范大学出版社，2003
Bill,e ．A Corpus-Based Approach To Language Learning [M] ．北京：电子工业出版社，2002
Chia-Lin Hsiao、Gwo-Jen Hwang．A Concept Map Constructing Algorithm for Supporting Learning Diagnosis on Computer Networks[J].GCCCE2000 Proceedings,2000
作者点评：
数据挖掘技术是目前国际上计算机应用领域的前沿研究方向这一，它在生物医学DNA数据分析、金融数据分析、电子商务客户信息分析、电信业务分析等领域中取得了令人瞩目的成就。但在远程教育领域中，数据挖掘技术还没有得到应有的重视。这主要是因为对于教育的研究现在还处于起步阶段，远程教育理论发展还不完善，远程教学系统还处于将老师在课堂上教学内容简单、机械的挪到网上，并没有充分利用计算机和网络在教学中交互和智能分析的优势。令人可喜的是现在许多远程教育领域的专家已经意识到今后远程教育应该朝着智能化，个性化教学系统的方向发展，如何实现远程教学系统的智能化，个性化是远程教育的重点研究方向之一。本人认为分析学生在远程教学系统中的学习状态是实现教学系统智能化、个性化的关键，因此本文提出将数据挖掘技术引入到远程教学领域中，用以分析学生在远程教学系统中的学习状态。
本文主要论述了作者将数据挖掘技术应用在远程教学系统中。作者在研究了经典的关联规则算法Apriori之后，提出了类Spriori的数据挖掘算法分析学生频繁访问的页面路径，用以提供有用的信息给网络课程设计者以及授课老师，来解决学生在网络学习过程中产生的“信息迷航”问题。
数据挖掘技术在远程教学系统中有广泛和应用前景，本文只是从上面所述分析了数据挖掘中远程教学系统中的应用，仅仅起到抛砖引玉的作用。随着数据挖掘技术的发展，相信远程教学系统中将有更多方面将应用到数据挖掘技术。