教育数据挖掘的理论、方法与实践

　　在当今网络数字媒体时代，大数据直接影响着教育学科相关领域中的理论研究与实践应用，因而无论是高等教育、职业教育还是基础教育，都非常关注教育大数据的价值与挖掘。在数据大爆炸和数据处理能力不断提高的新背景下，教育学科及其相关研究领域中的研究方法体系和研究范式也在经历着不断的拓展与□革。然而，从当前教育研究的现实来看，在大数据环境下探索教育研究与实践中的问题，对于尝试探索从数据驱动的视角解决相应问题的研究者也提出了较大的挑战，这不仅要求其通晓教育领域的研究范式、掌握教育学科的一般规律，也要求其必须具备跨学科素质、了解计算机科学和数据科学等相关领域的方法和技术。《教育数据挖掘的理论、方法与实践》作者拥有不同学科的交叉研究背景，并且研究团队已经积累了丰富的跨学科相关研究成果和科研经验，鉴于此，《教育数据挖掘的理论、方法与实践》探索性地将计算机科学和数据科学等领域中应用较为广泛的数据挖掘相关方法引入教育科学研究之中，试图从理论、方法以及具体案例视角对教育数据挖掘的具体内容做深入系统的分析与介绍，期望有利于拓展其在教育科学研究中应用的广度与深度。

暂缺《教育数据挖掘的理论、方法与实践》作者简介

第1章 大数据与教育□革
1．1 大数据热潮与教育大数据
1．2 大数据时代下教育研究面临的机遇和挑战
1．3 大数据时代下的教育研究□革
1．4 本章小结
第2章 教育数据挖掘概述
2．1 教育数据挖掘的必要性
2．2 教育数据挖掘的概念及功能
2．3 教育数据挖掘的对象
2．4 教育数据挖掘的相关学科领域
2．5 本章小结
第3章 教育数据挖掘方法、过程及应用
3．1 教育数据挖掘的方法基础
3．2 教育数据挖掘的过程
3．3 教育数据挖掘的应用
3．4 本章小结
第4章 教育数据的获取与预处理
4．1 教育数据的获取原则
4．2 教育数据的获取途径
4．3 教育数据的获取方法
4．4 教育数据的预处理
4．5 本章小结
第5章 文本相似度与主题分析
5．1 文本特征词的抽取
5．2 文本相似度计算
5．3 文本主题模型
5．4 应用案例
5．5 本章小结
第6章 情感分析
6．1 情感分析概述
6．2 情感信息要素的抽取
6．3 情感分析的主流方法
6．4 应用案例
6．5 本章小结
第7章 时间序列、关联规则与因果关系
7．1 时间序列模型
7．2 关联规则
7．3 因果关系
7．4 应用案例
7．5 本章小结
第8章 分类与回归
8．1 分类与回归的算法
8．2 应用案例
8．3 本章小结
……
第9章 社会网络分析
第10章 教育数据挖掘的研究前沿与展望 参考文献