基于大数据的学生行为挖掘研究

嘉 孙(广东医科大学，中国)
睿 郭(广东医科大学，中国)

摘要

随着教育信息化进程加速，传统教育分析方法已难以应对海量学生行为数据的处理需求。学生行为数据广泛存在于多源异构场景中，通过聚类、分类、关联规则挖掘及回归分析等算法，可实现突破：突破群体画像局限，构建个体学习画像以支持精准干预；通过行为-成效关联分析优化教育决策；推动教育研究向大数据驱动的预测性分析转型。技术层面，多模态数据融合、深度学习模型及云计算平台为海量数据处理提供了关键支撑。数据挖掘技术通过揭示隐含行为规律与认知机制，为构建智慧教育生态奠定了方法论基础。

关键词

数据挖掘；学生行为分析；教育信息化；个性化教学

参考

吴思,国宇.基于学生行为分析的民办高校课程教学成效评估方法研究[J].无线互联科技,2024,21(14):100-102.

李春艳. 教育大数据背景下用户网络学习行为机制研究[J]. 电脑知识与技术,2021(20):41-42.

梁亚声,徐欣.数据挖掘原理、算法与应用[M].北京:机械工业出版社,2015,4.

罗嘉龙. 基于大数据分析技术的用户行为分析平台设计与实现[J]. 电脑知识与技术,2019(35):54-56.

张立辉.基于大数据的学生行为分析平台研究与实现[J].无线互联科技,2023,20(03):56-58.图 1 学生行为数据挖掘流程

DOI: http://dx.doi.org/10.12345/xdjyjz.v3i15.29756