教育数据挖掘(EDM)是对从学校、学生和管理者那里获得的数据进行分析的过程,所分析的数据来自计算机信息系统,例如考试成绩和出勤记录。数据挖掘寻找模式和关联,以得出有关表现和行为的结论。标准化测试的数据通常用于教育...
教育数据挖掘(EDM)是对从学校、学生和管理者那里获得的数据进行分析的过程,所分析的数据来自计算机信息系统,例如考试成绩和出勤记录。数据挖掘寻找模式和关联,以得出有关表现和行为的结论。标准化测试的数据通常用于教育数据挖掘。现代教育环境依赖技术来简化操作并跟踪重要的学生数据。软件应用程序还用于管理学生的课程计划、促进学习过程和管理考试,教师和家长在很大程度上也越来越依赖于互联网和计算机技术。教育数据挖掘试图将所有这些数据结合起来,以发现新的见解。一些学校利用学生考试成绩的数据来监控课堂教学的质量。学校利用数据挖掘的见解来发展新的学习程序,提高成绩并解决潜在问题。该技术可用于确定哪些条件有助于学生更好地学习或在考试中取得更好的成绩。利用教育数据挖掘已变得如此流行,以至于世界各地都定期召开会议,向教育者传授这一技术,并探索新的整合方法软件应用程序可用于管理学生的课程计划和考试。在教育数据挖掘会议上探讨的一些主题包括如何有效地使用数据挖掘、如何挖掘不同的数据源、教育软件的改进方法以及如何解释数据挖掘结果以改进课堂教学。正如市场营销人员使用数据挖掘来揭示消费者购买习惯和营销活动之间的联系一样,教育数据挖掘也寻求发现行为的潜规则例如,教育工作者可以用它来确定高中生实验性学习和绩效反馈的有效性,学生的学习是基于学生的主观评价,而不是基于学生的主观评价,这一点用直接的研究方法很难发现,有些高校可能会分析毕业学生在国家标准化考试中的表现,以监测其课堂教学质量。某些学科领域的高分可能表明需要调整这种方法提供材料。除了传统的讲座之外,其他学习工具也可以作为数据挖掘的结果加以尝试。例如,如果数据挖掘发现,学生在一段时间内保留了更多的信息,这是由于从事项目而不是多项选择测试,教育工作者可能会开始在所有的课程中实施更多的项目。数据挖掘还可以隔离某些学生群体的学习方式。学生表现的结果可能反映年龄组和性别之间的趋势。计算机技术正日益成为教育过程中的一个重要组成部分
-
发表于 2020-08-06 16:45
- 阅读 ( 2294 )
- 分类:科学教育