摘要:本文针对web数据挖掘技术在个性化考试的完成过程与结果、进行电子讨论的话题访问的时间段、用户的必要个人信息。信息采集模块负责收集这些信息,并把这些采集的信息顺利的送往下一步的个性分析中心。对于用户来说,用户一旦登陆这个网站,其在上面发生的大多数的行为都可能被信息采集模块所收集,用来进行用户的个性分析。
(2)个性化分析中心。个性分析中心有两大主要组成部分:一是用户的信息库,二是分析处理模块。它的工作方式是分析处理模块结合最新采集的信息与信息库中的数据资源进行新的分析,并把分析结果传递到信息调度模块,同时更新用户信息库中的数据。
(3)信息调度中心。根据个性分析引擎处理后的个性参数来调度几大子系统,并选择合适的教育信息资料将页面反馈给用户以满足其需求,同时把用户在子系统中的个性活动信息反馈给个性化分析中心,然后由个性分析中心进行再加工,来更新用户信息库。对于用户来说,其发出一个请求得到一个响应,中间的过程是透明的,其个性处理的内部过程并不为用户所察觉。
(4)各子系统的工作协调。这些子系统之间的联系是由个性化引擎和用户个性信息库来完成。比如说,一个学生在答疑系统中对于某方面的问题提问次数比较多。那么相应地这一信息将会被个性化引擎及时捕获,并记录到用户个性信息库中,在下一次用户进入作业系统时,个性化引擎将根据这一个性信息调度作业系统对此学生着重进行这一方面问题的训练。

4 结束语
随着远程教育的广泛开展,基于web数据挖掘技术的教学网站将大大提高学习者的主动权,使学生明确学习目标,加快学习进度,使得不同方式、不同兴趣的个性化的学习需要得到充分的满足,真正做到因材施教。LoCAlHOsT

参考文献
[1]韩家炜.数据挖掘概念与技术[m].北京:机械工业出版社,2001.
[2]kantardzic m.数据挖掘:概念、模型、方法和算法[m].闪四清,陈茵,程雁,译.北京:清华大学出版社,2003.
[3]宋爱波.web挖掘研究综述.计算机科学[j].2001,28(11):13-15.
[4]甘文丽.基于web的个性化远程学习模型的研究与应用[j].科技信息,2007(21):18-19.