Hvad er uddannelsesdata mining?

Uddannelsesdata Mining (EDM) er processen med at analysere data opnået fra skoler, studerende og administratorer.De data, der analyseres, opnås fra computerinformationssystemer, såsom testresultater og deltagelsesregistre.Data mining ser efter mønstre og foreninger til at drage konklusioner om præstation og adfærd.

Moderne uddannelsesmiljøer er afhængige af teknologi til at strømline operationer og holde styr på vigtige studerendes data.Softwareapplikationer bruges også til at administrere studerendes lektionsplaner, lette læringsprocessen og administrere eksamener.Kommunikation mellem studerende, lærere og forældre bliver også stort set afhængige af internet- og computerteknologi.Uddannelsesdata Mining søger at kombinere alle disse data for at afsløre ny indsigt.

Skoler bruger indsigt fra datamining til at udvikle nye læringsprogrammer, forbedre ydeevnen og adressere potentielle problemer.Teknikken kan bruges til at bestemme, hvilke forhold der hjælper studerende med at lære bedre eller klare sig bedre på eksamener.Anvendelse af uddannelsesdata minedrift er blevet så populær, at verdensomspændende konferencer regelmæssigt afholdes for at undervise undervisere om teknikkerne og opdage nye måder at indarbejde i skoler.

Nogle af de emner, der blev undersøgt under uddannelsesdata -minekonferencer, inkluderer, hvordan man effektivt bruger datamining,Sådan mines forskellige datakilder, forbedringsmetoder til uddannelsessoftware, og hvordan man fortolker dataminingsresultater for at forbedre klasselokaleinstruktionen.Ligesom marketingfolk bruger data mining til at afdække sammenhænge mellem forbrugerkøbsvaner og markedsføringsaktiviteter, søger uddannelsesdata -mining at opdage uudtalte adfærdsmønstre.For eksempel kunne undervisere bruge det til at bestemme effektiviteten af eksperimentelle former for læring og performance feedback for gymnasieelever, såsom selvstyret læring og vurderinger baseret på subjektive skriftlige anmeldelser snarere end en brevklasse.

Data mining er en mådeat få indsigt i sindet hos studerende og administratorer, hvilket kan være vanskeligt at afsløre med direkte forskningsmetoder.Nogle colleges og universiteter kan analysere resultaterne af at studere studerende præstationer på nationale standardiserede tests for at overvåge kvaliteten af dens klasselokaleinstruktion.Høje score i visse fagområder over andre kan indikere et behov for at justere den metode, hvorpå dette materiale leveres.Andre læringsværktøjer udover det traditionelle forelæsning kan prøves som et resultat af data mining.

For eksempel, hvis data mining afslører, at studerende bevarer mere information over tid som et resultat af at arbejde på projekter snarere end flere valgtest, kan undervisere begynde at implementereFlere projekter i alle klasser.Data mining kan også isolere, hvordan visse grupper af studerende lærer.Resultaterne af studerendes præstation kan afspejle tendenser blandt aldersgrupper og køn.