个性化网络学习中的Web数据挖掘技术的应用与研究

原 虹

沈阳医学院，辽宁沈阳 110034

个性化网络学习中的Web数据挖掘技术的应用与研究

原 虹

沈阳医学院，辽宁沈阳 110034

本文重点分析了当前网络学习中经常出现的一些问题和现状，针对一些常见传统的问题提出构建Web是的数据挖掘技术，从而进一步分析了网络学习的特点和行为，为学习者提供了一些个性化的学习建议。

数据挖掘；行为预测；个性化

目前，网上学习已经成了很多人的最佳选择，远程教育、电子商务等一些基于网络下的电子服务日益普及，给人们的学习和生活带来了方便。然而，一些传统网站还是以网站为中心，对使用者提供的是一个相同的界面、统一的内容。而现在所有的网站则是要求要以用户作为中心，对不同顾客之间实现不同的服务形式，根据用户的具体要求和爱好，在内容上就需要进一步地实现个性化技术的处理。本文主要就是基于Web下挖掘个性化的网络学习系统，对Web挖掘个性化服务进行了探讨和研究。

1 传统Web网络学习的模型分析

网络学习传统意义上讲就是指学习者链接到网上足不出户，学员将能够享受互联网提供服务的学校，在家可以浏览课件，询问自己的问题，还能够和其他学习者进行在线交流。这种基于网络的传统的网络学习属于一种不是实时能够在线的一种新型学习的方式，需要一定的网络支持系统，这种网络学习的系统，主要都是以学习者作为学习的中心，最大的缺陷就是不能把学习者的习惯和需求充分地考虑进去，从而满足了系统的需求，但他不能实现对学习者一个制度上的适应，因此很难根据学习的实际规则进行一个相对系统的学习，从而导致互动交叉，学习者所取得的学习效果并不是很理想。

“学习模式”在一些在线学习的网站中只能是一个比较界面上的显示，它没有将五个具体的子系统进行有机结合，从而形成一个相对正规的网络学院，所有的子系统均有一个实现自己的数据库的具体接口，其实就是一个简单的链接其他子系统的链接而已。对于整个学习者所进行的网络学习所有的行为缺少一个合理科学的分析与研究，所以说这种学习模式缺少一个具体反映网络学习者的实际行为的关键信息。这样一来，使得原有的学习模式变得少个性化，智能化的功能，Web数据挖掘技术已经得到了进一步的发展与个性化学习的今天，就显得更为重要。

2 个性化网络学习模型的构建

笔者在研究和总结个性化网络学习的过程中发现，Web数据的挖掘技术对整个个性化的网络学习有着一定的促进和推进作用。它不但实现了同时研究多层次多元化的帮助，还能进一步地促进所有个体学习者的学习兴趣。他们所有人的不同学习行为，都能通过网站进行具体的完善和改良，对整个网站的具体优化过程提供一些参考和借鉴作用，能够进一步地促进其网站个性化服务的进一步升级。

2.1 帮助学习者进行学习个性分析

学习者在具体的学习过程中，都有着自己的习惯和个性，在学习过程中，不是所有的学习者能够对自己的学习个性有一个直观地认识，使用Web数据挖掘技术对所有的学习者的信息进行具体的挖掘，从而完善所有学习者具体的学习个性模型，之后再将这种模型通过具体的方式进行转换，从而就可以满足学习者的个性要求。其目的就是为了帮助所有的学习者了解自己具体的学习能力与兴趣，这样每一个学习这就可以对自己的学习计划、目标和策略进行修订和完善。大量的实验数据表明，这种通过对学习个性的进一步分析，可以帮助学习者发现自己所感兴趣的行业和潜在的能力。

2.2 对网站个性化服务的促进

在网站具体的修改过程中，依据客户具体的访问模式可以自动地构建具体页面之间的所有链接，从而实现符合访问者的具体要求，能够将客户最关心、最需要的信息用最快、最有效的方式及时显现在用户的眼前，这样就能快速提高用户的需求，也能赢得用户的满意度。通过对网络流量模型的查看，就能第一时间发现具体客户的利益和需求，不过这一过程还需要进一步强大网页优化，利用服务器的预先存储方法去解决缓慢下载的问题。通过这种网络数据的挖掘预测对用户的兴趣进行了具体的分析之后，可以针对所有用户之间的不同要求，根据每个人的不同爱好和兴趣，进行用户动态的浏览，完全实现了自动提供个性化服务的资源。

2.3 个性化网络学习模型

尊重用户是个性化服务的唯一根本，通过对用户的行为、兴趣与习惯的研究，可以为所有的用户选择出一套更适合的资源，提供一种更完善的服务，Web数据挖掘技术属于当前网络学习中展现个性化的重要技术，Web数据挖掘其实就是指人为进行构造，在Web中挖掘出一些潜在的，有趣的，有用的模式，以及一些比较隐藏的信息过程。Web的数据挖掘技术有以下几点优势：1）用户不需要提供任何的主观评价信息；2）能够处理大量的数据；3）动态获取用户访问的具体模式，而且时间不会太长；4）简捷方便的使用模式，能够充分利用Web数据挖掘技术进行构建一个个性化的网络学习模型，根据学习者的个性化进行服务，其网络学习的过程中逐一推荐学习者所感兴趣的Web页面。所有这些都能够通过具体的路径转移模式进行挖掘与预测。如果我们将相似的Web页面推荐给学习者，在这里，相似性并不意味着这些Web页面在内容上相似，但是这些页面可能都是同一个学习者所需要和喜欢的。另外，这些推荐给学习者的Web页面对他们来说应当都是非常重要的， Web页面的重要性意味着这些页面比其它页面具有更高的品质，也就是说，这些页面对学习者的网络学习更加有帮助。

3 结论

由于互联网技术的迅速发展，数据库和人工智能技术，创造了一个新的研究方向，即数据挖掘技术在网络中的应用。网络数据挖掘技术可以使系统资源的使用了解用户交互数据所包含的意义，这样的技术可以广泛应用在个性化推荐服务，资源优化系统自适应，智能信息服务系统流程分析等领域。这些使个性化网络学习的可能，也将使用户能够更有效地获取所需的信息资源。

[1]石晶.基于Web挖掘的个性化服务技术[J].计算机科学，2010(8)：168-171.

[2]陈安.数据挖掘技术及应用[J].北京：科学出版社，2009(10)：236-237.

TP393

A

1674-6708（2011）57-0199-01