试论数据挖掘技术下推送式学习模型的构建

推送式学习模型构建的主要目的在于实现个性化学习。这种学习不是被动而是主动呈现的,尤其是在大数据时代背景下,利用数据挖掘技术,根据学习者的学习行为和信息素养、信息习惯,在海量的信息数据中将知识主动推送给学习者,提高学习效率和兴趣。其模型构建主要包括数据采集、数据关联和主动推送等三大模块:数据采集模块意在获取学习者学习特征;数据关联模块意在将采集到的数据作同类合并处理,得出数据间的联系,研判学习者学习特征;主动推送模块则根据知识库与学习特征的匹配度,将学习资源主动推送给学习者,最终实现个性化学习。

数据挖掘技术下推送式学习模型的构建

推送式学习模型构建的主要目的在于实现个性化学习。这种学习不是被动而是主动呈现的。尤其是在大数据时代背景下，利用数据挖掘技术，根据学习者的学习行为和信息素养习惯，在海量的信息数据中将知识主动推送给学习者，提高学习效率和兴趣。其模型构建主要包括数据采集、数据关联和主动推送等三大模块：数据采集模块意在获取学习者学习特征；数据关联模块意在将采集到的数据作同类合并处理，得出数据间的联系，研判学习者学习特征；主动推送模块则根据知识库与学习特征的匹配度，将学习资源主动推送给学习者，最终实现个性化学习。