| 班級鏈接 |
https://edu.cnblogs.com/campus/fzzcxy/SE/ |
| 隊員1 |
211706361陳富傑 |
| 隊員2 |
211706420周士璇 |
| 作業要求鏈接 |
https://www.cnblogs.com/zer0two/p/12419510.html |
| 這個作業目標 |
基於疫情期間上網課的教育數據挖掘 |
| 作業正文 |
如下 |
| 其它參考文獻 |
無 |
基於大數據時代的背景，在這疫情期間，全國小、中、大學生都在家里上網課，這是一個全新的嘗試，那么究竟網課的效果如何，那么就涉及到教育領域的數據挖掘技術，是大數據在教育鄰域的一個主要應用。那么什么是教育數據挖掘呢？教育數據挖掘是指：應用數據挖掘技術去處理海量的教育數據，並從中提取出有意義、有價值的信息，來更好地幫助學習者學習和教育工作者工作因此我開始着手來做這件事，那么我首先是去找研究的角度，我們目前剛開始上網課，無法學習成績這一維度來衡量一個學生網課學習的效果，我對這一效果的衡量是用學生自己感覺的學習效果，我的角度是對網課學習一些直接或間接因素與學習質量的關聯性的研究。
我的研究步驟如下：
1、閱讀文獻
2、找到自己研究的角度
3、學習相關數據分析的知識
4、確定數據源
5、數據預處理、描述性統計可視化
6、總結信息
我主要是進性描述性統計，沒有對數據集利用數據挖掘技術進性數據挖掘：
數據集如下：
我先對收集到的數據進性篩選，網課學習收獲作為學習質量的衡量標准，我將其分為三個級別，從強到弱分別是：A、B、C。
我選這幾個影響因素是由於它們分別差異性比較大，有分析價值。
學習質量與性別的關聯性：
從分析數據可得：隨着學習質量的下降，女生占比在不斷下降，學習質量與性別有關
學習質量與作業量的關聯性：
從分析數據可得：隨着學習質量的下降，現在作業多占比無顯著趨勢，在收集到的數據中學習質量與作業量沒有顯著關
學習質量與小測難度的關聯性：
從分析數據可得：隨着學習質量的下降，小測難度簡單占比在不斷下降，學習質量與小測難度有關
學習質量與專業的關聯性：
從分析數據可得：隨着學習質量的下降，實驗班占比在不斷下降，學習質量與專業有關有關
建議：
從該數據集分析結果來看，作業量與學習質量相關的不顯著，性別與學習質量有關，建議老師多督促男生的學習，
建議老師下降小測難度。
原型設計：
鏈接：https://free.modao.cc/app/8363112e50fe35c0e0d8e6fdb352bf2d5065e8e7?simulator_type=device&sticky
總結：
對於由於剛剛接觸教育鄰域的大數據技術應用，對很多數據挖掘和分析的方法都不知道，所以前期花了很多時間閱讀相關文獻，
總之軟工的作業真的給我帶來成長。