第八组：教育大数据的获取分析.pdfVIP

教育大数据的获取分析 汇报人：田阳 第八组：赵铮 袁晓蕾 周春红 张丹 王博 武小力 刘国欢 王希英 •一、教育大数据 •二、大数据的获取 •三、大数据分析挖掘 一、教育大数据 • 涉及到教育的每一个过程和环节，这些过程和环节所产生的数据 称为教育大数据。 二、大数据的获取 • 大数据时代 （BIG DATA）[英]维克托.迈 尔—舍恩伯格，肯尼思.库克耶。 • 大数据： （1）数据=全部，样本=总体 （2 ）高容错性，不是精确的，而是混杂的 （3 ）不存在因果关系，而是讲究相关性 教育大数据的获取途径 • （一）物理环境的大数据获取： • 传感器获取 • 硬件设备记录获取 • （二）虚拟环境大数据获取： • 网络浏览记录数据 • 相关监视器数据采集 • （三）个体大数据获取： • 相关性获取 • 个体监视系统获取 • 量表获取 三、大数据分析挖掘 • 确定关联模式 • 进行分类 • 聚类分析 • 预测 • 偏差检测 • 参考：元昌安主编 《数据挖掘原理》 关联模式 • 关联模式挖掘旨在从大量的数据当中发现特征之间或数据之间的 相互依赖关系。 • 关联可分为简单关联、时序关联、因果关联等。这些关联并不总 是事先知道，而是通过数据库中数据的关联分析获得的，其对商 业决策具有重要价值。因而关联分析广泛用于市场营销、事务分 析等应用领域。 • 比如：顾客在购买牛奶时，是否也可能同时购买面包或会购买哪 个牌子的面包，显然能够回答这些问题的有关信息肯定回有效地 帮助商家进行有针对性的促销，以及进行合适的货架商品摆放。 如可以将牛奶和面包放在相近的地方或许会促进这两个商品的销 售。 分类 • 分类是数据挖掘中一项非常重要的任务，利用分类可以从数据集 中提取描述数据类的一个函数或模型（也常称为分类器），并把 数据集中的每个对象归结到某个已知的对象类中。 • 从机器学习的观点，分类技术是一种有指导的学习，即每个 训练样本的数据对象已经有类标识，通过学习可以形成表达数据 对象与类标识间对应的知识 • 从这个意义上说，数据挖掘的目标就是根据样本数据形成的 类知识并对源数据进行分类，进而也可以预测未来数据的归类。 聚类分析 • 与分类技术不同，在机器学习中，聚类是一种无指导学习。也就是说， 聚类分析是在预先不知道欲划分类的情况下，根据信息相似度原则进 行信息集聚的一种方法。聚类的目的是使得属于同一类别的个体之间 的差别尽可能的小，而不同类别上的个体见的差别尽可能的大。因此， 聚类的意义就在于将观察到的内容组织成类分层结构，把类似的事物 组织在一起。通过聚类，人们能够识 • 别密集的和稀疏的区域，因而发现全局的分布模式，以及数据属性之 间的有趣的关系。 • 数据聚类分析是一个正在蓬勃发展的领域。聚类技术主要是以统计方 法、机器学习、神经网络等方法为基础。比较有代表性的聚类技术是 基于几何距离的聚类方法，如欧氏距离、曼哈坦（Manhattan）距离、 明考斯基（Minkowski）距离等。 预测 • 预测型知识（Prediction）是指由历史的和当前的数据产生的并能推测 未来数据趋势的知识。这类知识可以被认为是以时间为关键属性的关 联知识，因此上面介绍的关联知识挖掘方法可以应用到以时间为关键 属性的源数据挖掘中。 • 前面介绍分类知识挖掘时曾经提到过：分类通常用来预测对象的类标 号。然而，在某些应用中，人们可能希望预测某些遗漏的或不知道的 • 数据值，而不是类标号。当被预测的值是数值数据时，通常称之为预 测。 • 也就是说，预测用于预测数据对象的连续取值，如：可以构造一个分 类模型来对银行贷款进行风险评估（安全或危险）；也可建立一个预 测模型以利用顾客收入与职业（参数）预测其可能用于购买计算机设 备的支出大小。 • 例如，表2-3给出了一组年薪数据。其中，X表示大学毕业后工作 的年数，而Y是对应的收入。这些数据点如图2-7所示，暗示我们X 和Y之间存在线性关系。我们可以采用某种方法推出预测模型， 从而可以利用这一模型预测有1