教育大数据——考核评价数据分析、挖掘与应用 pdf下载

目录
序
前言
第一章 教育大数据概述 1
第一节 大数据 2
1.1.1 大数据的特征 2
1.1.2 大数据与数据库 3
1.1.3 大数据与信息素养 4
第二节 教育大数据 6
1.2.1 教育大数据的独特性 6
1.2.2 教育大数据的来源与分类 7
1.2.3 教育大数据的发展 8
1.2.4 教育大数据的价值 9
第三节 考核评价数据 11
1.3.1 教育统计方法回顾 11
1.3.2 教育测量理论的发展 12
1.3.3 考核评价数据应用 12
第二章 考核评价数据挖掘流程与常用模型 15
第一节 教育数据挖掘处理 17
第二节 数据关联模型 19
2.2.1 Apriori算法的基本概念和原理 20
2.2.2 Apriori算法的适用性分析 21
2.2.3 Apriori算法的运行工具和操作流程 22
2.2.4 Apriori算法在考核评价数据分析中的应用 25
第三节 社会网络分析模型 26
2.3.1 网络的表示及其重要特征参数 26
2.3.2 社会网络分析方法和工具 29
2.3.3 社会网络分析模型在考核评价数据分析中的应用 33
第四节 规则空间模型 34
2.4.1 规则空间模型的理论含义 34
2.4.2 规则空间模型建模过程 35
2.4.3 规则空间模型在考核评价数据分析中的应用 43
第五节 结构方程模型 43
2.5.1 结构方程模型的基本概念与原理 44
2.5.2 结构方程模型的优势分析 45
2.5.3 结构方程模型的工具选取及其应用环境分析 48
2.5.4 结构方程模型在考核评价数据分析中的应用 50
第三章 基于课程考核数据的知识点关联分析 53
第一节 总体设计 54
3.1.1 背景及意义 54
3.1.2 研究内容 56
3.1.3 研究方法 58
第二节 知识点结构图的构建 66
3.2.1 数据准备 66
3.2.2 试卷知识点的提取与归纳 72
3.2.3 基于改进Apriori算法的试卷知识点结构图构建 75
第三节 课程考核数据分析 87
3.3.1 知识结构分析流程 87
3.3.2 考生整体知识结构分析 88
3.3.3 考生个体知识结构分析 94
第四章 基于考试数据的课程体系优化 101
第一节 总体设计 102
4.1.1 背景及意义 102
4.1.2 概念解析 103
4.1.3 主要内容与研究方法 105
第二节 基于考试成绩的课程关系网络构建 106
4.2.1 课程考试成绩分析 106
4.2.2 课程相关性与考试成绩之间的逻辑关系 108
4.2.3 成绩矩阵的构建 109
4.2.4 网络邻接矩阵的构建 110
4.2.5 课程关系网络的构建 112
第三节 基于社会网络的课程体系分析与优化 113
4.3.1 局部视角下的课程关系网络 113
4.3.2 中心度视角下的课程关系网络优化 123
4.3.3 威望度视角下的课程关系网络优化 126
第五章 基于学生成绩的学习能力评价 131
第一节 总体设计 132
5.1.1 背景及意义 132
5.1.2 主要内容 133
5.1.3 研究方法 134
第二节 能力掌握模式诊断过程 134
5.2.1 学生能力结构确定 134
5.2.2 能力属性间关系矩阵的确定 137
5.2.3 知识状态的生成和理想掌握模式的确定 139
5.2.4 学生课程属性关系矩阵的确定 139
5.2.5 诊断数据处理 143
5.2.6 典型反应模式识别 145
第三节 能力掌握模式诊断结果分析 149
5.3.1 学生整体能力掌握模式诊断 149
5.3.2 不同专业学生能力掌握模式诊断 152
5.3.3 学生个体能力掌握模式诊断 155
5.3.4 学生能力掌握路径描述 158
5.3.5 学生能力诊断报告 160
第六章 基于学情调查数据的学习效果分析 163
第一节 总体设计 164
6.1.1 背景及意义 164
6.1.2 学情调查问卷的数据应用设计 164
第二节 学生学习收获影响机制模型构建 169
6.2.1 指标体系构建 169
6.2.2 基于小样本的假设检验 176
6.2.3 基于全数据的模型验证分析 184
第三节 学生学习收获影响要素及其关系解析 185
6.3.1 模型拟合程度与路径分析 185
6.3.2 基于样本特征的群组比较 191
6.3.3 基于“教学？投入”模型的精细化分析 197
6.3.4 学情调查分析模式的提出 201
参考文献 205
索引 207
后记 210