教育數據挖掘(EDM)是對從學校、學生和管理者那里獲得的數據進行分析的過程,所分析的數據來自計算機信息系統,例如考試成績和出勤記錄。數據挖掘尋找模式和關聯,以得出有關表現和行為的結論。標準化測試的數據通常用于教育...
教育數據挖掘(EDM)是對從學校、學生和管理者那里獲得的數據進行分析的過程,所分析的數據來自計算機信息系統,例如考試成績和出勤記錄。數據挖掘尋找模式和關聯,以得出有關表現和行為的結論。標準化測試的數據通常用于教育數據挖掘。現代教育環境依賴技術來簡化操作并跟蹤重要的學生數據。軟件應用程序還用于管理學生的課程計劃、促進學習過程和管理考試,教師和家長在很大程度上也越來越依賴于互聯網和計算機技術。教育數據挖掘試圖將所有這些數據結合起來,以發現新的見解。一些學校利用學生考試成績的數據來監控課堂教學的質量。學校利用數據挖掘的見解來發展新的學習程序,提高成績并解決潛在問題。該技術可用于確定哪些條件有助于學生更好地學習或在考試中取得更好的成績。利用教育數據挖掘已變得如此流行,以至于世界各地都定期召開會議,向教育者傳授這一技術,并探索新的整合方法軟件應用程序可用于管理學生的課程計劃和考試。在教育數據挖掘會議上探討的一些主題包括如何有效地使用數據挖掘、如何挖掘不同的數據源、教育軟件的改進方法以及如何解釋數據挖掘結果以改進課堂教學。正如市場營銷人員使用數據挖掘來揭示消費者購買習慣和營銷活動之間的聯系一樣,教育數據挖掘也尋求發現行為的潛規則例如,教育工作者可以用它來確定高中生實驗性學習和績效反饋的有效性,學生的學習是基于學生的主觀評價,而不是基于學生的主觀評價,這一點用直接的研究方法很難發現,有些高校可能會分析畢業學生在國家標準化考試中的表現,以監測其課堂教學質量。某些學科領域的高分可能表明需要調整這種方法提供材料。除了傳統的講座之外,其他學習工具也可以作為數據挖掘的結果加以嘗試。例如,如果數據挖掘發現,學生在一段時間內保留了更多的信息,這是由于從事項目而不是多項選擇測試,教育工作者可能會開始在所有的課程中實施更多的項目。數據挖掘還可以隔離某些學生群體的學習方式。學生表現的結果可能反映年齡組和性別之間的趨勢。計算機技術正日益成為教育過程中的一個重要組成部分
-
發表于 2020-08-06 16:45
- 閱讀 ( 2154 )
- 分類:科學教育