Web數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)教育論壇中的應(yīng)用研究.pdf

1、隨著互聯(lián)網(wǎng)的飛速發(fā)展，網(wǎng)絡(luò)教育論壇逐漸成為一種教育資源平臺(tái)并得到充實(shí)壯大，成為人們尤其是教師和學(xué)生日常交流、研究、學(xué)習(xí)中不可或缺的要素。網(wǎng)絡(luò)教育論壇尤其是與專(zhuān)業(yè)方向密切相關(guān)的論壇上有大量交流思想、探討學(xué)習(xí)和專(zhuān)業(yè)研究的帖子，這些帖子本身就是極好的教育資源，論壇對(duì)某個(gè)話題的深入廣泛的討論會(huì)使其成為熱點(diǎn)話題而受到廣泛關(guān)注。因帖子的數(shù)量龐大，手工統(tǒng)計(jì)分析網(wǎng)頁(yè)上帖子已不能滿足應(yīng)用要求。Web數(shù)據(jù)挖掘技術(shù)的發(fā)展，使深入研究和分析教育論壇的帖子內(nèi)容成

2、為可能，為研究者提供了強(qiáng)大的技術(shù)支撐。利用Web數(shù)據(jù)挖掘技術(shù)研究教育論壇中有關(guān)專(zhuān)業(yè)研究學(xué)習(xí)方面的熱點(diǎn)話題，并把研究結(jié)果反饋于教育教學(xué)活動(dòng)，是對(duì)變革教育方式積極有益的探索，對(duì)加快教育現(xiàn)代化進(jìn)程具有重要意義。
　　 文章主要利用Web數(shù)據(jù)挖掘技術(shù)對(duì)網(wǎng)絡(luò)教育論壇上的內(nèi)容展開(kāi)研究。以北大中文論壇的中文信息處理版塊為研究對(duì)象，挖掘論壇中的熱點(diǎn)話題和話題領(lǐng)袖，從而對(duì)課堂教育教學(xué)提供補(bǔ)充和擴(kuò)展，加快教育方式變革。
　　 文章主要完成了

3、以下工作：
　　 （1)獲取網(wǎng)頁(yè)文本數(shù)據(jù)是Web數(shù)據(jù)挖掘的第一步，本研究實(shí)現(xiàn)了利用網(wǎng)絡(luò)爬蟲(chóng)程序下載網(wǎng)頁(yè)，使用DOM樹(shù)和正則表達(dá)式解析網(wǎng)頁(yè)以獲得所需要的正文內(nèi)容。在進(jìn)行大規(guī)模網(wǎng)頁(yè)采集、抽取時(shí)，對(duì)采集到的數(shù)據(jù)進(jìn)行清理、篩選、轉(zhuǎn)換，并將結(jié)果存入本地?cái)?shù)據(jù)庫(kù)中。
　　 （2)實(shí)現(xiàn)并改進(jìn)正向最大匹配中文分詞算法，使分詞的粒度較大，便于劃分出一些學(xué)科的專(zhuān)有名詞。研究設(shè)計(jì)的中文分詞詞典能很好地支持本算法的實(shí)現(xiàn)。
　　 （3)編程

4、實(shí)現(xiàn)了經(jīng)典的K-means聚類(lèi)挖掘算法。通過(guò)對(duì)論壇網(wǎng)頁(yè)的聚類(lèi)分析發(fā)現(xiàn)網(wǎng)絡(luò)教育論壇中討論的熱點(diǎn)話題，通過(guò)判斷和分析熱點(diǎn)話題，就可把握話題的發(fā)展方向，了解教育論壇中人們研究、學(xué)習(xí)的主要方面，以此輔助教學(xué)。
　　 （4)根據(jù)挖掘結(jié)果，有針對(duì)性地關(guān)注熱點(diǎn)話題、關(guān)注話題領(lǐng)袖引領(lǐng)的話題可以解決在專(zhuān)業(yè)方面反映突出的問(wèn)題，進(jìn)而可以利用好課堂內(nèi)外兩個(gè)平臺(tái)。課堂教學(xué)是教育教學(xué)工作的重要部分，而通過(guò)網(wǎng)絡(luò)教育論壇解決學(xué)生學(xué)習(xí)中遇到的問(wèn)題是對(duì)教育方式變革