基于过程挖掘的分层学习行为模型发现方法

李金鹏; 刘聪; 李会玲; 王颖; 曾庆田; 张峰

doi:10.16452/j.cnki.sdkjzk.2023.01.013

山东科技大学学报（自然科学版） ›› 2023, Vol. 42 ›› Issue (01) : 118 -128. DOI: 10.16452/j.cnki.sdkjzk.2023.01.013

基于过程挖掘的分层学习行为模型发现方法

李金鹏, 刘聪, 李会玲, 王颖, 曾庆田, 张峰

作者信息 +

Author information +

文章历史 +

PDF (2175K)

摘要

教育过程挖掘将过程挖掘技术应用于教育数据分析，是教育数据挖掘的重要分支之一。当前教育数据挖掘主要是用经典的机器学习算法对在线学习数据进行建模分析，难以描述全局的学习过程。凭借解析事件日志发现控制流模型的过程挖掘技术可以解决这一难题，但由于真实数据受各种客观因素的影响，存在大量噪声和无关行为，已有的挖掘方法往往会生成“意大利面模型”,不利于分析理解。针对这一问题，本研究提出分层过程挖掘方法发现学生学习过程。具体方法是：通过解析带生命周期事件日志的时间属性，发现活动嵌套关系；然后构造分层事件日志，进而挖掘描述学习行为的分层过程模型；最后用契合度、精确度、F-值三个指标，系统地比较分层过程挖掘方法与已有过程挖掘方法所挖掘模型的区别。