基于教育数据挖掘的学情数据分析研究

大数据时代，教育数据的价值正在被广大的教育研究者重新认识和评估。因此，采用教育数据挖掘方法进行数据分析，让数据发声，指导教学。研究通过数据特征分析、聚类分析、相关性分析和社会网络分析四个角度展开。结果表明：该高校网络课程中，大部分学生能够保证课堂任务的完成；课程群体划分为优秀学习者、普通学习者和风险学习者三类；课堂内相关学习因素之间呈现一定正相关性，但是网络课堂行为与线下考试之间并没有直接相关性；讨论区中呈现教师为中心的“问题式”讨论。