[发明专利]应用于教育信息化的信息素养数据挖掘方法及系统

说明书

本发明公开了一种应用于教育信息化的信息素养数据挖掘方法、系统、计算机设备及存储介质。该方法包括步骤：采集被测试者输入的信息素养测试数据、指标结构数据和指标参数数据；构建信息素养模型生成程序，所述信息素养模型生成程序用于接收所述指标结构数据和所述指标参数数据，根据所述指标结构数据和所述指标参数数据生成基于贝叶斯网络的信息素养模型；构建信息素养数据挖掘程序，所述信息素养数据挖掘程序用于接收所述信息素养模型和测试数据，输出信息素养测试结果。本发明能够将复杂数据之间的依赖关系用计算机语言准确表达出来，解释能力强，从而提高数据挖掘的准确性，数据价值高。

技术领域

本发明属于数据挖掘技术领域，更具体地，涉及一种应用于教育信息化的信息素养数据挖掘方法及系统。

背景技术

在信息化高速发展的浪潮下，教育领域已经与计算机技术充分结合并演变出丰富多彩的形式。不同于以往地依赖人工经验进行的数据分析，现代化的信息素养数据挖掘方法是利用计算机技术从海量的测试大数据中充分挖掘出有价值的信息，实现测量数据的可视化和自动化分析，是数据挖掘技术在教育信息化领域的具体应用，具有广泛的应用场景和极高的应用价值。然而，现有信息素养数据挖掘方法中，数据挖掘模型简单，灵活性不足，无法对复杂数据之间的依赖关系用计算机语言准确表达出来，解释能力不强，从而导致挖掘出来的数据不能准确客观地反应数据真实状况，数据价值低。

发明内容

针对现有技术的至少一个缺陷或改进需求，本发明提供了一种应用于教育信息化的信息素养数据挖掘方法、系统、计算机设备及存储介质，能够对复杂数据之间的依赖关系用计算机语言准确表达出来，解释能力强，从而提高挖掘出来的数据的准确性，数据价值高。

为实现上述目的，按照本发明的第一方面，提供了一种应用于教育信息化的信息素养数据挖掘方法，包括：

采集被测试者输入的信息素养测试数据，将所述测试数据存储为成绩数据矩阵表；

采集专家输入的指标结构数据，将所述指标结构数据存储为JSON格式；

采集专家输入的指标参数数据，将所述指标参数数据存储为JSON格式；

构建信息素养模型生成程序，所述信息素养模型生成程序用于接收所述指标结构数据和所述指标参数数据，根据所述指标结构数据和所述指标参数数据生成基于贝叶斯网络的信息素养模型；

构建信息素养数据挖掘程序，所述信息素养数据挖掘程序用于接收所述信息素养模型和所述成绩数据矩阵表，输出信息素养测试结果。

优选的，所述信息素养测试数据包括多个测试项，每个测试项包括多个等级；

所述成绩数据矩阵表中为n×m矩阵，n为被测试者总数量，m为测试项总数量，所述成绩数据矩阵表的每行代表一个被测试者的所有测试项的测试数据，所述成绩数据矩阵表的每列代表一个测试项的所有被测试者的测试数据。

优选的，所述指标结构数据包括测试项、每个测试项所代表的指标以及指标依赖关系，所述将所述指标结构数据存储为JSON格式包括步骤：

将测试项或指标作为JSON对象的键，将测试项所代表的指标或指标所依赖的指标作为JSON对象的值。

优选的，所述指标参数包括先验概率参数和条件概率参数，所述先验概率参数是指没有依赖关系的指标为各等级的概率值，所述条件概率参数是指有依赖关系的指标为各等级的概率值，所述将所述指标参数数据存储为JSON格式包括步骤：

将没有依赖关系的指标存储为先验概率参数对象的键，将没有依赖关系的指标为各等级的概率值存储为所述先验概率参数对象的值；

将有依赖关系的指标或测试项存储为条件概率参数对象的键，所述条件概率参数对象的值为所依赖对象的列表，所述所依赖对象的键为所依赖指标，所述所依赖对象的值为所依赖指标为各等级的概率值。