教育数据挖掘技术与应用

1星价 ¥47.6 (7.0折)

2星价￥47.6 定价￥68.0

作者：丁继红

出版社：电子工业出版社

本类榜单：教材

分类：教材 > 研究生/本科/专科教材 > 工学

暂无评论

图文详情

ISBN：9787121420733
装帧：一般胶版纸
册数：暂无
重量：暂无
开本：其他
页数：276
出版时间：2021-10-01
条形码：9787121420733 ; 978-7-121-42073-3

本书特色

配套齐全，本书内容设计具有实践性，知识层面具有发展性，表现形式具有富媒体特征。本书作为立体化教材，配套了电子课件、教学微视频、教学案例及案例分析、案例数据集和案例*终可运行源程序等电子资源，方便教师授课和学生学习，索取方式可联系电子工业出版社本书结合案例，深入浅出地讲解了复杂的数据分析技术，选用教育领域的数据进行预处理、降维、预测、聚类、关联分析、时间序列分析和社会网络分析，并结合微视频讲解案例操作，形成立体化教材。本书在内容设计上具有实践性，在表现形式上具有富媒体性，便于读者理解和掌握无

内容简介

本选题首先深入剖析了教育大数据的特征，提出教育大数据分析与挖掘技术的目标和应用前景，梳理教育领域常用的分析挖掘技术，揭示教育大数据分析的本质。随后，从教育数据获取与预处理、数据降维、分析与预测、多维关联挖掘、聚类分析、滞后时间序列分析、社会网络分析等七个方面介绍教育数据挖掘的原理和实践。本选题不仅阐释了决策树、人工神经网络、支持向量机、朴素贝叶斯分类器、Logistic回归、Apriori算法、K-Means聚类、层次聚类等分析技术的原理，也利用SPSS Modeler、GSEQ、Ucinet、Gephi等软件结合案例和实操对这些算法的应用场景进行了全面介绍。本选题结合案例将复杂的数据分析技术进行深入浅出的讲解，选用教育领域的数据进行预处理、降维、预测、聚类、关联分析、时间序列分析和社会网络分析。与此同时，结合微视频讲解案例操作，形成立体化教材，努力将本书打造成在内容设计上面具有实践性，在知识层面上具有发展性，在表现形式上具有富媒体性的图书。

第1章教育数据挖掘概述 / 1
1．1 数据挖掘及其要解决的问题 / 1
1．2 教育数据的来源和特点 / 3
1．3 教育数据分类 / 4
1．4 教育数据挖掘的目标和价值 / 6
1．5 教育数据挖掘技术概述 / 8
本章小节 / 14

第2章教育数据采集和预处理 / 15
2．1 教育数据采集 / 15
2．2 初始数据存在的杂乱性 / 19
2．3 数据清洗 / 20
2．4 数据集成 / 23
2．5 数据变换 / 26
2．6 数据规约 / 27
2．7 教育数据预处理应用案例 / 28
本章小节 / 35

第3章教育数据降维 / 36
3．1 数据降维概述 / 37
3．2 两种数据降维方法 / 37
3．3 特征选择数据降维方法 / 38
3．4 特征提取数据降维方法 / 40
3．5 特征选择数据降维方法在教育数据中的应用案例 / 44
3．6 特征提取数据降维方法在教育数据中的应用案例1 / 51
3．7 特征提取数据降维方法在教育数据中的应用案例2 / 56
本章小节 / 65

第4章决策树、人工神经网络和支持向量机 / 66
4．1 分类预测概述 / 66
4．2 决策树 / 67
4．3 C5．0算法及其应用 / 73
4．4 决策树应用案例 / 86
4．5 人工神经网络 / 94
4．6 神经网络应用案例 / 101
4．7 支持向量机 / 105
4．8 支持向量机应用案例 / 113
本章小节 / 117

第5章朴素贝叶斯分类器、贝叶斯网络和二项Logistic回归 / 118
5．1 贝叶斯概率和贝叶斯定理 / 118
5．2 朴素贝叶斯分类器 / 119
5．3 朴素贝叶斯分类应用案例 / 121
5．4 贝叶斯网络 / 126
5．5 贝叶斯网络应用案例 / 131
5．6 二项Logistic回归分析 / 136
5．7 二项Logistic回归分析应用案例 / 146
本章小节 / 159
第6章关联分析 / 160
6．1 关联分析概述 / 160
6．2 Apriori算法 / 165
6．3 经典应用案例――购物篮关联分析 / 170
6．4 教育应用案例――学习行为关联分析 / 177
本章小节 / 184

第7章聚类分析 / 185
7．1 聚类分析概述 / 185
7．2 K-Means聚类及应用 / 189
7．3 层次聚类及其应用 / 198
7．4 两步聚类及其应用 / 202
7．5 Kohonen网络聚类 / 211
本章小节 / 222

第8章滞后序列分析 / 223
8．1 行为序列分析和滞后序列分析概述 / 223
8．2 滞后序列分析工具 / 225
8．3 基于滞后序列分析法的学习行为分析流程 / 232
8．4 基于滞后序列分析法的学习行为分析应用 / 235
8．5 基于滞后序列分析法的学习行为分析应用案例 / 237
本章小节 / 242

第9章社会网络分析 / 243
9．1 社会网络分析概述 / 243
9．2 社会网络分析过程和方法 / 246
9．3 UCINET / 253
9．4 Gephi / 259
本章小节 / 268

展开全部

作者简介

丁继红，博士，浙江工业大学教育科学与技术学院硕士生导师，讲师。具有教育技术学、计算机科学与技术的跨学科研究背景，多年来一直从事智能教学系统、自适应学习和教育精准服务等相关研究工作，主持国家自然科学青年基金、浙江省哲学社会科学基金等项目7项，第二参与国家基金2项，以**作者发表20多篇SCI一区，SSCI一区、CSSCI、CSCD研究论文。

本类五星书