Latest revision as of 09:41, 27 February 2013

Извличане на данни в обучението

раб. версия 1

Editor: Michel C. Desmarais, Polytechnique Montreal

Contributors: Ryan S.J.d. Baker, Worcester Polytechnic Institute

Adaptation: Krassen Stefanov, University of Sofia (BG)

Определение

Извличането на данни в обучението е термин, който се използва за процеси, проектирани да анализират данните от образователните условия с цел по-добро разбиране на студентите и условията, при които те се обучават.

Коментар по развитието на термина

Терминът възниква от серия семинари (работни срещи), организирани около темата за анализиране на дневниците със студентски данни, първата от която е ITS 2000 Conference в Монреал. През 2005 г. първият семинар, носещ наименованието „Educational Data Mining” (EDM) е проведен в Питсбърг заедно с конференцията AAAI Conference (Association for the Advancement of Artificial Intelligence). EDM сега е името на международна конференция, която се провежда веднъж годишно от 2008 г. насам. В допълнение подобна конференция Learning analytics (LAK2011) се състоя през 2011 г. Първото издание на International Journal of EDM, достъпен онлайн и със свободен достъп на адрес: www.educationaldatamining.org/JEDM, е публикуван през 2009 г. През 2011 г. е създадено International Educational Data Mining Society с цел да подкрепя организацията на конференцията и издаването на списанието.

Сродни термини

Анализ на обучението, анализ на използването, данни за обучаемия, дневник с данните на студентите, откриване на знания, извличане на данни, статистическо обучение, психометрия, моделиране на студента, класификация, регресия, клъстеризация, анализ на факторите, извличане на правила чрез ассоциация, визуализация, откриване чрез модели, база данни

Проблематика на превода

Френски: "analytique des données éducationnelles"

Предметна проблематика

Областта на извличане на данни в обучението (EDM) използва методи и теории от няколко различни дисциплини като извличане на данни, психометрия и статистическо обучение. Има за цел да предостави модели и открития, които могат да помогнат при дизайна и разработването на иновативни учебни приложения и среди, както и да развие теорията в образователната психология и друи сфери на образованието. Методите за ИДО включват (без да се ограничават до) класификация, регресия, анализ на факторите, клъстеризация, откриване на връзки, предсказване на знания, откриване на корелации, откриване на правила за асоцииране (свързване), визуализация, откриване на структури на областта, откриване чрез модели.

Основна литература

[1] Baker R., Yacef K. (2009) The state of educational data mining in 2009: A review and future visions. Journal of Educational Data Mining. 1, 3-17.

[2] Baker R.S.J.d. (2010) Data Mining For Education. In: Peterson P., Baker R., Mcgaw B. (eds.) International Encyclopedia of Education (3rd edition) (7, 112-118). Oxford, UK: Elsevier.

[3] Romero C., Ventura, S. (2007) Educational Data Mining: A Survey from 1995 to 2005. Expert Systems with Applications. 33, 125-146.

[4] Romero C., Ventura S. (2010) Educational Data Mining: A Review of the State-of-the-Art. IEEE Transaction on Systems, Man, and Cybernetics, Part C: Applications and Reviews, 6, 601 - 618.

[5] Koedinger K.R., Cunningham K. A. S., Leber B. (2008) An open repository and analysis tools for fine-grained, longitudinal learner data. In: Proceedings of the 1st International Conference on Educational Data Mining, 157-166.

[6] EDM, International Working Group on Educational Data Mining: Educational data mining. (2009)