教育数据挖掘与学习分析

导入篇
第1章 教育数据挖掘与学习分析概述
1.1 教育数据挖掘的发展历程
1.2 教育数据挖掘基本概念的界定与辨析
1.3 教育数据挖掘的意义和重要性
1.4 面临的挑战和机遇
工程篇
第2章 学习分析的基本流程
2.1 学习分析模型及框架
2.2 学习分析的关键环节
2.3 各个环节的协作关系
2.4 各个环节的利益相关者
第3章 数据采集与存储
3.1 数据采集
3.2 数据存储
第4章 数据清洗与整合
4.1 数据清洗
4.2 数据整合
第5章 数据分析与呈现
5.1 数据分析
5.2 数据可视化
第6章 应用与服务
6.1 学习分析技术的应用范围
6.2 评价应用案例：SERI综合评价模型
6.3 预测应用案例：课程信号系统
6.4 干预应用案例：LISSA学习分析仪表盘
方法篇
第7章 预测分析
7.1 预测分析概述
7.2 预测分析的流程
7.3 预测分析的方法
7.4 预测分析的应用
第8章 聚类分析
8.1 聚类分析概述
8.2 聚类算法的基本流程
8.3 聚类分析的方法
8.4 聚类分析的应用场景
第9章 关系挖掘
9.1 关系挖掘的基本定义和性质
9.2 关系挖掘的常用方法
9.3 关系挖掘的应用场景
第10章 社会网络分析
10.1 社会网络分析概述
10.2 社会网络分析的流程
10.3 社会网络分析的方法
10.4 社会网络分析的应用场景及研究案例
第11章 文本挖掘
11.1 文本挖掘概述
11.2 文本挖掘的流程
11.3 文本挖掘的常用算法
11.4 文本挖掘的应用场景及案例
第12章 基于领域知识的学习者建模
12.1 基于领域知识的学习者建模概述
12.2 基于领域知识的学习者建模流程
12.3 基于领域知识的学习者建模方法
12.4 应用场景
综合应用篇
第13章 基于数据挖掘的自适应学习服务
13.1 知识状态测量
13.2 预测学习者未来学习能力表现
13.3 学习资源及学习路径推荐
13.4 自适应学习服务案例
第14章 基于数据挖掘的学校管理服务
14.1 监测学校教育过程
14.2 评估教与学效果
14.3 辅助学校资源配置
14.4 管控校园安全
第15章 基于数据挖掘的区域教育治理服务
15.1 把控教育现状
15.2 评估教育发展
15.3 辅助教育决策
15.4 助力资源配置
发展趋势篇
第16章 技术与未来教育的发展趋势
16.1 技术的未来发展趋势
16.2 技术支持下的未来教育
参考文献