研究了基于數(shù)據(jù)挖掘的Internet遠(yuǎn)程教學(xué)模型和方法，提出利用數(shù)據(jù)挖掘解決基于Internet的遠(yuǎn)程教學(xué)還存在的諸如怎樣獲得準(zhǔn)確的反饋信息、怎樣實(shí)現(xiàn)個(gè)性化學(xué)習(xí)、怎樣實(shí)現(xiàn)自動(dòng)答疑等問題的思想。研究表明，數(shù)據(jù)挖掘可以解決Internet遠(yuǎn)程教學(xué)中現(xiàn)有的一些問題，促進(jìn)Internet遠(yuǎn)程教學(xué)的發(fā)展。
關(guān) 鍵 詞 遠(yuǎn)程教學(xué); 數(shù)據(jù)挖掘; 顯式反饋; 隱式反饋; 間接交互

基于Internet的遠(yuǎn)程教學(xué)是一種通過(guò)互聯(lián)網(wǎng)表現(xiàn)教學(xué)內(nèi)容和實(shí)施教學(xué)活動(dòng)的教學(xué)形式，它的出現(xiàn)極大地豐富了遠(yuǎn)程教學(xué)的方法和手段。但是，目前Internet遠(yuǎn)程教學(xué)還存在一些問題：(1) 學(xué)生雖可通過(guò)實(shí)時(shí)消息、電子郵件、BBS等方式與教師實(shí)現(xiàn)一定程度的實(shí)時(shí)或非實(shí)時(shí)交互[1-4]，但教師仍然難以及時(shí)準(zhǔn)確地搜集反饋信息；(2) 教師不能分辨學(xué)生的個(gè)性差別，難以實(shí)現(xiàn)個(gè)性化教學(xué)；(3) 教師難于應(yīng)付教學(xué)中極其繁重的答疑、考試分析等工作?？傊?，Internet遠(yuǎn)程教學(xué)系統(tǒng)在反饋信息獲取、個(gè)性化學(xué)習(xí)服務(wù)、答疑等問題上都缺乏特別有效的措施。本文研究了基于數(shù)據(jù)挖掘解決Internet遠(yuǎn)程教學(xué)諸多問題的模型。
1 基于數(shù)據(jù)挖掘的Internet遠(yuǎn)程教學(xué)
Internet遠(yuǎn)程教學(xué)系統(tǒng)采集的反饋信息是大量含噪聲的、不完整的、模糊的數(shù)據(jù)，靠人工很難從中獲得準(zhǔn)確的信息。而數(shù)據(jù)挖掘正是一種指導(dǎo)人們從海量數(shù)據(jù)中發(fā)掘有用信息，實(shí)現(xiàn)科學(xué)決策的技術(shù)。因此，可以利用數(shù)據(jù)挖掘從教學(xué)反饋信息中挖掘有意義的信息來(lái)指導(dǎo)和改進(jìn)教學(xué)。本文將遠(yuǎn)程教學(xué)中的反饋信息分為顯式反饋和隱式反饋。
1.1 從“顯式反饋”中挖掘知識(shí)
所謂“顯式反饋”，是指通過(guò)某種方式明確和直接地表達(dá)出來(lái)的反饋信息，如通過(guò)E-mail、BBS留言簿、即時(shí)消息等方式表達(dá)的反饋。顯式反饋記錄了學(xué)生的學(xué)習(xí)感受、知識(shí)疑點(diǎn)等信息，其表述可能在完整性、準(zhǔn)確性上都存在問題，需要利用數(shù)據(jù)挖掘?qū)Υ罅康姆答佇畔⑦M(jìn)行總結(jié)、聚類分析等。
(1) 反饋文檔聚類。聚類分析常用于把一個(gè)數(shù)據(jù)集劃分成若干組或類，是一種無(wú)監(jiān)督的學(xué)習(xí)。通常可利用劃分方法、層次方法、基于密度方法等算法來(lái)實(shí)現(xiàn)聚類分析，即先對(duì)電子郵件、BBS留言等反饋文檔進(jìn)行預(yù)處理，提取出描述反饋內(nèi)容特征的關(guān)鍵詞，獲得文檔的特征詞向量表示，然后對(duì)文檔向量進(jìn)行聚類分析。本文采用CHAMALEON[5]層次聚類算法，在聚類過(guò)程中，如果兩個(gè)聚類之間的連接度和相似度與聚類內(nèi)部的連接度和相似度相近，則將兩個(gè)聚類合并，這樣有利于發(fā)現(xiàn)自然和同質(zhì)的聚類。