论文部分内容阅读
工具的进步是体现人类社会发展水平的重要标志之一,从石器到青铜,从蒸汽到电能都标志着人类对自然的改造能力的巨大跃迁。高校是国家高素质人才的摇篮,如何有效提高人才培养质量一直是高校教育教学改革的重点。教育部在2016年下发的教高[2016]2号文件中将“推进信息技术与教育教学深度融合”列为了改革指导方向。在信息技术高速发展的今天,高校能够轻松获取海量的学生行为数据,基于海量数据进行学生行为分析,我们能够获知学生的失联时长,了解学生的学校社交关系,甚至在期中就对学生的期末成绩有一个定性的预测。随着对教育大数据领域的不断深入研究,许多有价值的科研成果被应用到教育改革的探索中。在这个大背景下,本文对电子科技大学官方学生论坛的数据进行了深度挖掘,力求从中找到学生的论坛活动与学生成绩、学生心理状况之间的关联性,从学生论坛数据的角度解释高校学生在学业表现以及心理变化的深层次原因,利用数据挖掘技术将这些联系定量地呈现出来,发掘其中对高校教育改革有价值的内容。本文的研究内容分为两个部分:1)学生心理建模通过对电子科技大学学生论坛2700多万条数据的收集和整理,本文从学生情感倾向分析、学生兴趣分析和学生社交分析三个方面建立学生心理模型,在情感分析方面使用传统的基于词典的情感分析方法分析了学生在论坛中的情感表达,在情感词典方上使用SO-PMI算法构建了3000个学生论坛的领域情感词典;在兴趣分析上整合183个论坛板块中到43明确的主题当中,将含有明确主题的文本用做训练数据进行了分词、卡方检验、LDA主题分布提取、训练分类模型,最终对没有明确主题60多万论坛发帖进行主题分类。最后使用新生心理问卷调查数据对学生心理模型的有效性进行了检验。2)学生成绩预测学生的成绩数据包含各年级的本科生各学科成绩信息,本文首先利用学生一卡通行为特征,使用学习排序模型对学生的成绩进行预测,在对两个年级不同学期的成绩预测中均取得了良好的效果,接着将学生论坛活动特征与心理模型指标融入到对学生成绩预测的模型中,预测结果分别提升了6.59%和4.83%,有力地证明了学生论坛行为特征对学生成绩预测的有效性。综合以上两点,本文在教育教学信息化的研究方向中对如何有效挖掘高校论坛数据的价值进行了积极的探索,对于如何从学校论坛数据挖掘学生不同维度的信息具有重要的参考价值。在学生成绩预测方面,开辟了使用论坛数据进行学生成绩的新途径,取得了不错的效果。对学生论坛行为与心理状况的关系进行了探索,这是以前少有研究者尝试的方向,对高校学生心理建设和心理干预的信息化建设具有促进作用。