基于Moodle平台的数据挖掘技术的研究
基于插件技术的数据挖掘平台的研究与设计的开题报告
基于插件技术的数据挖掘平台的研究与设计的开题报告一、选题背景及意义随着信息化时代的到来，数据的产生和存储呈现出爆炸式增长的趋势，如何利用海量数据中蕴含的价值，成为了当前信息技术领域研究和应用的重要课题。
而数据挖掘技术作为一种从数据中挖掘出有用信息的方法，已经被广泛应用于企业、政府、医疗、金融等领域。
因此，研究一个基于插件技术的数据挖掘平台，能够为企业、组织和个人提供更加高效、便捷的数据挖掘服务，有着十分重要的意义。
二、选题的研究内容及方向本课题研究一个基于插件技术的数据挖掘平台，主要包括以下研究内容：1. 数据挖掘技术原理研究：介绍数据挖掘技术的相关概念和原理，包括分类、聚类、关联规则挖掘等内容。
2. 插件技术研究：介绍插件技术的相关概念和原理，包括插件管理、插件接口规范、插件加载机制等内容。
3. 数据挖掘平台的功能设计：根据数据挖掘技术的实际需求，设计具有分类、聚类、关联规则挖掘等功能的数据挖掘平台。
4. 插件机制的实现：通过插件技术的实现，实现数据挖掘平台的扩展性，同时满足用户个性化的需求。
5. 系统的性能优化：对完成的系统进行性能测试，进一步对系统进行优化，保证系统的高效性和稳定性。
三、预期的研究成果本课题旨在设计一个基于插件技术的数据挖掘平台，预期研究成果包括：1. 数据挖掘平台的实现：通过插件技术的实现，完成具有分类、聚类、关联规则挖掘等功能的数据挖掘平台。
2. 插件接口规范的实现：实现统一的插件接口规范，完善插件管理、插件加载机制等功能，保证插件的稳定性和扩展性。
3. 系统性能测试：对完成的系统进行性能测试，进一步对系统进行优化，保证系统的高效性和稳定性。
四、拟采取的研究方法和技术路线本课题拟采取以下研究方法和技术路线：1. 前期调研：对数据挖掘技术和插件技术进行深入了解，根据市场需求和技术趋势，确定研究方向和目标。
2. 系统设计：按照研究目标和功能需求，设计数据挖掘平台的架构、流程和功能模块。
moodle平台在新课程教学中的应用探索
1984 1986
CAI
计算机辅 助教学 BASIC
教学
1997
多媒体课件 辅助教学
Moodle 给中国教育信息化带来新的视角
校校通工程 资源库建设 2000 信息化教学设计 英特尔未来教育 2000-2008 Moodle
课程/学习 管理系统
2007-
让人眼睛一亮的Moodle！
你能想到的，Moodle都实现了！
改变了教师培训的困境， 成为教师教育的新起点。
山东省电教馆在实验校推广Moodle 建设全省“十一五”课程教学资源
浙江省教育厅教研室 建设Moodle教师专业化环境
全面展开网络教研
上海黄浦区储能中学
把Moodle与学校原有的网络整合起来
华东政法大学网上课堂
•注册用户16602个，包括了全校所有院系的本科生和教师 •课程种类覆盖学校所有院系专业 •开课超过150门
课后设置作业与心得讨论区和相关拓展学习资源，供学生按照个人能力层次自主学习。
张达莉老师《个性标志设计》一课巧用 “魔灯平台数据库”功能引导学生共 同建设教学资源，开展美术整合教学，取得成功。
课前，老师首先利用魔灯的数据库功能建立经典标志和我喜爱标志数据库
然后要求学生通过网络搜索、查找符合要求的标志作品，共同建立标志资源。
2、多媒体教室教学方式
教师:
学生:
课前教师创建学习资源, 预设问题,学生参与交流发表见解 。 教师开展针对性教学，在教室登陆魔灯平台展示教学资源 投影授课，组织学生协作探究，完成教学任务。象使用幻灯片 教学课件一样简单操作。 学生课后进行分层次拓展学习与复习，完成检测与反馈。
王赫男老师《陈情表》课前问题讨论区：抛出 3 个问题引导学生讨论 1、你认为李密为何上表成功？ 2、如果你是李密,你选孝还是忠? 3、李密为何屡被征召而累举不应？
基于Moodle平台网络课程实践与研究
基于Moodle平台网络课程实践与研究Moodle平台是一种网络化教学共享资源平台之一，该平台集成了用户登录、课程添加、小组讨论、作业布置以及投票活动等模块，用户操作灵活。
现通过Moodle平台的搭建网络课程，设计网络课程教学过程，为学习者提供体验式教学环境，实现学习者和教育者之间交流。
标签：Moodle；网络课程；实践；研究1前言随着互联网技术和多媒体技术在各个高校不断应用和开展，网络学习在教师和学生之间形成一种新的学习方式。
所谓网络学习是指通过网络模式在人与人之间展开一种全新交流学习的教育模式，极大地改变了教育信息传播方式，它具有随时性、随地性、灵活性、交互性以及开放性，为教育者和学习者提供终身学习的可能。
2Moodle平台概述Moodle（Modular Object-Oriented Dynamic Learning Environment）平台是模块化面向对象的动态学习环境的缩写，中文译名为“魔灯”。
最早，是由澳大利亚籍老师Martin Dougiamas基于超文本预处理语言PHP（Hypertext Preprocessor）自主开发一个免费的网络课程管理系统软件。
该系统能够提供在线课程的创建、修改以及删除等课程管理功能，为教育者和学习者建立一种平等主体关系的虚拟学习环境。
3Moodle平台在网络课程中应用3.1 为什么引入Moodle平台随着计算机技术和网络技术的飞速发展，信息化教育与传统教育形成两个新教育模式，网络课程就成为各个高校研究教学资源重点研究对象。
目前，大多数网络课程所使用的平台大部分是由各个高校自主研发或商业购买的模式引入，如博客，BBS等平台，该平台大多具有以下特点：单一性，为某门课程开发而开发；不兼容性，在不同的环境下运行出现错误；课程资源更新不及时，高校教师为课题而立项研究而研究；商性价值高，不适合开放自主学习。
为了更好解决上述问题，本文引入一种功能齐全、操作简单、易学易用Moodle免费开放平台，来搭建网络课程教学模式。
利用Moodle平台优化信息技术课程教学论文
利用Moodle平台优化信息技术课程教学信息时代教师的专业发展，更关注对教师在实施课改的过程中所面临的新型现代教育技术的支持。
教师往往会主动地学习新的知识和技能，并形成新的教学方法及理念，对自己的教学实践产生新的认识，从而探究对课程内容更深入的理解。
moodle平台体现了新型教育理念，是推进课改促进教师专业发展，开展高效课堂教学的优质平台。
由于开设moodle课程技术门槛低，便于修改和扩充，得到了许多教育工作者的青睐。
一、大力推进基于moodle的课程教学应发挥moodle平台的优势，实现信息技术课程与新技术的整合。
作为信息技术课堂教学的辅助工具，为教师的课程设计提供了极大的便利，使老师的思维方式和教学习惯将发生较大的变化。
利用moodle平台开展信息技术课程教学的优势在于：首先，它改变了以往的信息技术传统学习模式，形成了开放平等的教学模式。
师生之间是民主平等、和谐的关系，教师引导学生自主学习、自主探索研究。
其次，moodle平台强大的课程管理系统中有灵活、丰富的课程活动：论坛、测验、投票、问卷调查、作业、聊天室、blog和wiki 等，通过各种交流方式实施开放式、多元化的沟通。
再者，moodle 平台的在线作业、论坛、评价手段非常实用，能让教师更好地关注学生学习的过程，及时指导学生如何去进行网络学习，也可以通过日志模块引导学生思考和写作，并及时给予反馈。
另外，moodle的应用能够促成师生共同发展。
基于moodle平台的课程教学方式促使学生改变原来的学习方式，使学生在学习中学会运用现代教育技术自主地收集整理信息，解决实际问题。
moodle平台教学应用成为师生共同实践探索的过程，作为教师应充分利用现代化教育技术装备课堂，使信息技术课程与基于moodle的网络课程有效整合。
二、应用moodle开展信息技术网络课程教学1、moodle应用在以资源为主的课程教学中。
基于moodle平台的课程设计，可应用在以资源为主的教学模式中。
基于Moodle平台的高中信息技术教学实践研究
基于Moodle平台的高中信息技术教学实践研究摘要：笔者经历了从“探索Moodle平台搭建方法”、尝试使用“Moodle平台的功能模块”，发展到“利用Moodle平台实现信息技术学科的有效教学策略和方法的探索实践”，以及利用Moodle平台进行教学评价的探索实践等教育教学过程。
针对如何利用Moodle平台组织教学资源，组织教学过程，探索新的教学模式等领域进行实践研究，并分别基于Linux 和Windows两种不同的系统上搭建Moodle平台，进行比对研究。
力求做到：从学习理论出发，从认知规律出发，对学习资源设计、学习活动设计、学习评价设计、学生协作学习设计等方面进行梳理和总结。
这对于促进作者本人的专业成长、关注全体学生的发展、积累学习资源、创建有本校特色的信息技术课程都有重要意义，对同行的教学实践也有一定的参考作用。
关键词：Moodle 高中信息技术实践研究一、引言史蒂夫·乔布斯劝说一名叫比尔·阿特金斯的程序员加入苹果公司时曾说：“想象一下在海浪的最前端冲浪是什么感觉，一定很兴奋刺激吧；再想象一下在浪的末端学狗刨游泳，一点意思都没有。
来苹果吧，你可以吸引全世界的目光”信息技术正在改变着人的学习方式、娱乐方式、工作方式乃至生存方式。
而在我们目前的高中信息技术教育中，课程标准、教材远远落后于技术的发展，不能适应和满足学习者的需要。
学生正在学习使用的软件，其版本可能是已经落后了5、6年甚至更长，其核心理念可能已经发生了变化；学生学习的技术也可能完全脱离学生的生活实际，他在学习之前没有用这种技术的体验，学习之后也没有用该技术解决实际问题的可能。
那么，既不能体验新科技带来的刺激，也不能解决实际学习、生活中的问题。
学生的主要学习体验可能就是“在浪的末端学狗刨，一点意思都没有”。
为了改善此现状，我校于2004年开始尝试搭建网络平台，利用该平台，组织丰富的学习资源，同时展示学生的学习作品，该平台在一定程度上激发并保持了学生的学习兴趣。
《构建基于Moodle的信息技术在线教学实践研究》课题报告
构建基于moodle的信息技术在线教学实践研究课题报告摘要：随着我国基础教育课程改革的力度不断加大，课程资源的重要性日益显现出来，课程资源的丰富性和适应性程度决定着课程目标的实现范围和实现水平。
为实现普高信息技术新课标提出的三维目标，有必要在教学中整合各种课程资源，并采用具有组织、跟踪、评估、发送、呈现、管理学习内容和学习活动的学习管理系统，从课程内容安排、考试设计、教学评价、师生互动、教学资源、教学活动的安排与组织等方面对课堂进行全方位的信息化管理。
在本课题的实践研究过程中，建立了一个基于Moodle的信息技术在线教学平台；形成了一套基于Moodle的教学控制系统，综合应用LMS的过程性教学评价、统计、传送告警信息、提供辅导材料、教师对班级学生的集体辅导、针对个别学生问题的个别化指导等，促进学生理解，避免积累错误，达到课程标准学习要求的系统方法；建立了一套基于Moodle的学生评价体系，注重多样化教学评价的设计和实施，包括过程性评价、总结性评价、档案袋评价、集体评价、同伴评价、教师评价等；有效促进信息技术课堂教学的质量也效率。
关键词：Moodle、教学平台、评价一、课题的现实背景及意义分析普通高中信息技术课程的总目标是提升学生的信息素养，即提升学生对信息的获取、加工、管理、表达与交流的能力；对信息及信息活动的过程、方法、结果进行评价的能力；发表观点、交流思想、开展合作与解决学习和生活中实际问题的能力；遵守相关的伦理道德与法律法规，形成与信息社会相适应的价值观和责任感。
具体可以归纳为知识与技能、过程与方法、情感态度价值观三维目标。
为了实现三维目标，新课标提出要充分考虑高中学生起点水平及个性方面的差异，强调学生在学习过程中的自主选择和自我设计；提倡通过课程内容的合理延伸或拓展，充分挖掘学生的潜力，实现学生个性化发展。
同时，应通过评价的合理实施，不断提高信息技术教师的教学水平，激发学生学习、应用信息技术的兴趣，帮助学生逐步提高信息素养。
基于Moodle的实践实验类教学平台构建——以《计算机管理与维护》课程为例
一
０ 引 言
越 来 越 多 的 高 校 非计 算 机专 业 学 生拥 有 个 人计 算 机 ， 但 他 们 缺 乏 计 算 机 管 理 维 护 的 知 识 和技 能 ， 了小 问题 不 出 会 正 解 解 决 。针 对 这 种 情 况 ， 校 面 向 全 校 非计 算 机 专 业 我 的学 生 开 设 了《 算 机 管 理 与 维 护 》 程 ， 计 课 以理 论 为 基 础 ， 实验实践为手段 ， 高技能为核心 。 提 本 文 以《 算 机 管 理 与 维 护 》 程 为 例 ， 建 了 基 于 计 课 搭 Ｍｏ ｄｅ平 台下 的实 验 辅 助 教 学 平 台 ， 图 提 高 学 生 的 学 ｏｌ 试 习主 动 性 和 实 践 动 手 能 力 ， 过 教 学 实 践 效 果 明 显 。 经
１ 实验 教 学 现 状
《 算 机 管 理 与 维 护 》 程 在 我 校 已经 开 设 了 ４年 多 ， 计 课 目前 采 取 的 是 基 于 建 构 主 义 的任 务 驱 动 式 教 学 方 法 ， 一 每 个 课 时 为 一 个 任 务 ， 论 讲 授 和 实 践 操 作 穿 插 进 行 。虽 然 理 取 得 了一 定 的 教 学 效 果 ， 也 存 在 以下 主 要 问 题 ： 但
基 于 Ｍｏ ｄｅ 台的 实验 教 学 平 台 ， ｏｌ平 主要 从 课 程 管 理 、 自主 学 习检 测 、 程 化 评 价 等 几 个 方 面 进 行 了 阐述 说 明 。 该 平 过 台能 够 充 分 发 挥 以教 师 为 主 导 、 生 为 主 体 的 双 主 教 学模 式 的优 势 ， 实践 类和 实验 类 课 程 具 有 借 鉴 意 义 。 学 对
关键词 ： 网络 教 学 ； ｏ ｌ； 学 平 台 Ｍｏ ｄｅ教
基于“Moodle”平台的网络课程教学设计探析——以“金融法规”网络课程为例
基于“ Ｍｏ ｏ ｄ ｌ ｅ ” 平台的网络课程教学设计探析
以“ 金 融 法规 ＂ 网络 课 程 为 例
马 学 玲
（ 北 京 广 播 电 视 大 学 财 经 教学 部 ， 北 京 １ ０ ０ ０ ８ １ ）
摘 要 ： 由于 远 程 开 放 教 育 网络 课 程 在 时 空上 存在 的 师 生相 对 分 离 的特 点 ， 因此在开放教育 学生 的学 习
３ ． 可创 建 各 种 活 动
作为传统课 程 的补充 和辅 助 。由 于远程 开放 教 育 网 络课程 在时空上存 在 的师 生 相对 分 离 的特 点 ， 因此 ，
在开放教育 学生的学 习过程 中 ， “ Ｍｏ ｏ ｄ ｌ ｅ ” 平 台 网络课 程上 的教 学资源与活动如何 设计 以便 于学生更方便 、 更 习惯 和更有效 地获 取 学 习资源 和进 行学 习活动将 具有极 为重要 的作用 。由此 ， 对于 “ Ｍｏ ｏ ｄ ｌ ｅ ” 平 台下 网 络课程 教学设计 的探讨也 就具有 了非 常重要 的意义 。 本 文在 阐述“ Ｍｏ ｏ ｄ ｌ ｅ ” 平 台主要 功 能 和平 台特 色 以及 网络课 程教学设计 的一般 理念 的基础 上 ， 以开放教 育 金融 学专业本 科 阶段 的必修 课 程“ 金 融法 规” 网络课 程 为例 进 行 具 体 的 论 述 ， 希 望 能 起 到 抛 砖 引 玉 的 作用。
、
“ Ｍｏ ｏ ｄ ｌ ｅ ” 平 台 的主 要 功 能
面、 一个 表单 内为整 个班 级 的每 份作 业 评分 （ 打分 和
评价 ） ， 也 可 以设 置 评 分后 是 否允 许 重 新 提 交 作 业 。
１ ． 创建与 管理课程
“ Ｍｏ ｏ ｄ ｌ ｅ ” 平 台对 课 程 目录及 内容 的创 建没 有任 何 限制 ， 课 程 管 理员 任 何 时 候 都 可 以创 建 、 修改、 下 载、 移动、 删除课 程 。课 程 也 可 以设 置为 激 活或 隐藏
基于MOOC数据挖掘的学习行为和学习成效分析
基于MOOC数据挖掘的学习行为和学习成效分析一、MOOC数据挖掘的基本方法MOOC平台积累了大量的学习者行为数据，包括点击行为、学习时长、作业提交情况、讨论区互动等。
通过数据挖掘技术，我们可以利用这些数据来发现规律和模式，从而深入了解学习者的行为特征和学习状况。
数据挖掘的方法包括关联规则挖掘、聚类分析、分类预测等。
关联规则挖掘可以用来发现学习者之间的行为关联，比如某些学习者在学习某一门课程时，更倾向于选择哪些资源；聚类分析可以将学习者进行分群，找出不同群体的学习特点；分类预测则可以用来预测学习者的学习成绩。
二、学习者行为的数据挖掘分析1. 点击行为分析学习者在MOOC平台上的点击行为可以反映出学习者对课程内容的关注程度和学习兴趣。
通过分析学习者的点击行为，可以发现哪些课件和资源受到学习者的青睐，从而为教师提供有针对性的课程改进建议。
还可以通过关联规则挖掘来探寻不同资源之间的关联，进而为学习者推荐相关资源，提高学习体验和效果。
2. 学习时长分析学习时长是衡量学习者学习投入程度的重要指标。
通过对学习时长的分析，可以了解学习者的学习习惯和节奏，比如学习者更倾向于在哪个时间段进行学习，学习者的学习时长和学习成绩之间是否存在相关性等。
这些信息对于教师指导学习者制定合理的学习计划和提高学习效果具有重要意义。
3. 作业提交情况分析作业是MOOC课程的重要组成部分，通过对学习者作业提交情况的分析，可以评估学习者对课程内容的掌握程度和学习效果。
还可以发现不同类型的作业对学习者的学习动力和成效的影响，进而为教师提供相应的教学策略和反馈措施。
1. 学习成绩预测通过分类预测的方法，可以利用学习者的历史学习行为数据和学习成绩，建立预测模型，来预测学习者未来的学习成绩。
这对于教师提前发现有学习困难的学习者，及时进行干预和指导，对于提高学习者的学习成效和课程质量具有积极意义。
2. 学习成效评估学习者的学习成效可以通过学习者的学习行为和学习成绩来评估。
基于MoodleLAMP技术的计算机基础课程教学平台的研究和开发
六、总结与展望
六、总结与展望
本次演示研究和开发的基于MoodleLAMP技术的计算机基础课程教学平台，适 应了信息化时代的教学需求，提高了教学质量和学生学习效果。通过测试验证了 平台的稳定性和可靠性后，我们将进一步推广应用该平台于计算机基础课程的教 学中。未来研究方向将聚焦于如何将、大数据等先进技术融入教学平台，实现个 性化教学和智能学习推荐等方面的拓展。
三、平台构建
2、后端数据库设计：通过MySQL数据库设计，建立学生信息、课程资源、学 习记录等数据表，实现数据的存储和管理。
三、平台构建
3、接口开发：平台提供RESTful API接口，方便第三方应用进行数据交互和 集成。此外，我们开发了教师管理接口，以便教师能够在线管理课程资源和学生 学习情况。
二、需求分析
二、需求分析
计算机基础课程是高校必设的一门重要课程，对于培养学生的计算机素养和 技能至关重要。为了更好地满足教学需求，我们通过对高校计算机基础课程的教 学情况进行调查和分析，得出以下需求：
二、需求分析
1、提供在线学习资源：平台应包含丰富的计算机基础课程资源，包括课件、 教学视频、编程实例等，以便学生随时随地学习。
Байду номын сангаас
四、功能测试
3、测试结果验证：经过大量测试用例的执行，我们对测试结果进行了详细的 分析和验证，确保各项功能都能满足预期要求。
五、应用推广
五、应用推广
为了充分发挥该平台的作用，我们计划将其实施于计算机基础课程的教学中。 推广策略如下：
五、应用推广
1、与高校合作：与高校计算机相关专业合作，引入该平台作为计算机基础课 程的主要教学工具，逐步替代传统的课堂教学模式。
五、应用推广
国内外基于Moodle平台的发展现状探究
现状分 析的基础上 ， 阐述 国内外基于 Ｍｏ ｏ ｄ ｌ ｅ网络环境下研究 型学习 的研 究现状 ， 最后对 如何进 一步完善 Ｍｏ ｏ ｄ ｌ ｅ 平台及 改善研究 型学习提出建议。
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｍｏ ｏ ｄ ｌ ｅ ｉ ｓ ａ￣ｏ ｂ ｌ ａ ｏ ｐ ｅ ｎ ｓ ｏ ｕ ｒ ｃ ｅ ｓ ｏ ｆ ｔ ｗ ａ ｒ ｅ ｉ ｎ Ｃ ＭＳ，ｗ ｈ ｉ ｃ ｈ ｃ ａ ｎ ｐ ｒ ｏ ｖ ｉ ｄ ｅ ａ ｆ ｒ ｅ ｅ ｌ ｙ ｍｏ ｄ ｕ ｌ ａ ｒ ｐ ｌ ａ ｆ ｔ ｏ ｒ ｍ ｆ ｏ ｒ ｎ ｅ ｔ ｗ ｏ ｒ ｋ
关键 词 ： Ｍ ｏ ｏ ｄ ｌ ｅ ； 网络环境； 研究型学习； 开源软件
中 图分类 号 ： Ｔ Ｐ ３ ９ ３ ． ０ ９ 文 献标 识码 ： Ａ
文章 编号 ： １ ０ ０ ８ ４９ １ ６ （ ２ ０ １ ３ ） ０ １ － ０ １ ０ ７ － ０ ３
Ｔ ｈ ｅ ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ ０ ｎ ｔ ｈ ｅ ｄ ｅ ｖ ｅ ｌ ｏ ｐ ｍｅ ｎ ｔ ｓ ｔ ａ ｔ ｕ ｓ ｏ ｆ ＭＯ Ｏ ｄ ｌ ｅ ｐ ｌ ａ ｔ ｆ ｏ ｒ ｍ ａ ｔ ｈ ｏ ｍｅ ａ ｎ ｄ ａ ｂ ｒ ｏ ａ ｄ
目前 ， Ｍｏ ｏ ｄ ｌ ｅ是 世 界 上 最 流 行 的课 程 管 理 系 统
网络 研究 型教 学 和远 程 教 学 是 紧 密联 系在 一 起
（ Ｃ Ｍ Ｓ ） 之一 ， 由于它是免费使用的开源软件 ， 加之先 的 。美 国是 网 络 教 育 的发 源 地 。１ ９ ９ ５年 美 国 只 有 ８ ％ 的学 校提 供 网 上课 程 ，２ ０ ０ ８年 猛 增 到 ６ ０ ％ 。 进的设计教育理念 ， 其开放的教育管理模式使得全世 ２ 界的教师和爱好者都可以 自由参与到系统 的设计开 现在 ， 借助网络进行学 习的人数每年都在快速增长。 目前 ， 网络教 学在西 方 发 达 国家 已经 普 及 ， 发 展 中 国 发中， 其功能也 因此愈来愈强大。据 Ｍ ｏ ｏ ｄ ｌ ｅ ． ｏ ｒ ｇ 数 据统计 ， 截至 ２ ０ １ ２ 年 ５月底 ， Ｍ ｏ ｏ ｄ ｌ ｅ 能够支持 ９ ７种 家也在探索 自己的网络应用之道 ， 但发展极不均衡 。 网络课程以其灵活的、 开放 的、 基于资源的特点 ， 不同的语言版本 ， 使用 Ｍ ｏ ｏ ｄ ｌ ｅ的国家 和地区有 ２ ２ ２ 个， 注册使用机构 ６ ７ ， ０ ０ ０所 ， 注册用户数量达 到 了 在继续教育、 素质教育及职业教育方面都有很大的优 ５ ， ８ ０ ０万 ， 运行 的课 程 ６ ０ ０多 万 门 ｉ Ｉ 。在 他们 的推 动 势 。基 于网络 的课 程开发 也呈 现 出 明显 的发展趋 势 ，
“大数据”与教育的思考——以Moodle网络学习平台中的数据挖掘为例
我们可 以借 助此款 软件， Ｄ Ｉ Ｙ自 己的个 性防火墙。
块网卡， 内存不小 于６ ４ Ｍ都能运行 该系 统， 而且系统可以安装在Ｉ Ｄ Ｅ 硬盘、 电子
软件下载 ｍＯ ｎ Ｏ ｗａ ｌ ｌ 系统和ｐ ｈ ｙ ９ ｄ ｉ ｔ ｅ 写
别设计上课， 产生的数据差距说明课
堂参 与程度与教师 对课程 的设 计是有
习效果检测。 选取２ ０ ０ ８ 级学生 （ ２ ０ １ １ 年
三部分 （ Ｍｏ ｏ ｄ ｌ ｅ ２ ． ３ 变为 “ 日 志” 、 “ 时时
关联的； ２ ０ １ ０ 级的两个班也是不同老师
中 国信息技术教育 ２ ０ １ ３ ／ ０ ７ － ０ ８ １ ５ ５
硬盘 （ Ｄ Ｏ Ｍ） 、 Ｃ Ｆ 存储卡等存储介质上。 系统安装
以ｍ０ ｎ ０ ｗａ ｌ ｌ １ ． ２ ３ ５ 在ＸＰ 下 安装到 Ｉ Ｄ Ｅ 硬盘为例。
盘工具可从网上下载。 英文版下载地址
是ｈ ｔ ｔ ｐ ： ／ ／ ｗｗｗ． ｍ０ ｎ ０ ． ｃ ｈ ， 汉化 版下载 地址是ｈ ｔ ： ／ ／ ｂ ｂ ｓ ． ｍ０ ｎ ０ ｃ ｈ ｉ ｎ ａ ． ｏ ｒ ｇ ￣
和使用ＭＯ ０ （ ｉ ｌ ｅ 平台来支持教学 ， 积累了
大量的复杂数据， 如何充分有效地使
用这些数据 成为了一个新课题 。 在读 了 涂子沛老师 的 大数据 后发现数 据挖
动报表” 利用Ｅ ｔ 志数据表， 对该门课程
中访 问平台各个 模 块的具体 情况进 行 分类 汇总 ； “ 参 与报表 ” 可 以得到 具体 学 生和 教师的访 问平 台模块 和各 类操
响？ 本文通过数据挖掘技术分析了 所积累的数据， 进一步扩展№ 的功能， 以期更好地为教 育事业服务。
基于Moodle平台网络课程教学中的研究
郝 惠 萍 ， 慧 洁 闰
甘肃 兰州 ３ ０ ０ （ 北 师 范大 学 教 育技 术与传播 学院 ， 西 西 安 ７０７ ） 西 陕
摘 要 ： 目前 ， 网络 已成 为 人 们 生 活 、 习和 工 作 的 必 需 品 。Ｍｏ ｄｅ作 为 一 个 功 能 强 大 的 网络 课 程 平 台 ， 以 为 学 ｏｌ 可
的模 块 创 建 一 门 网络 课 程 。 每 门 课 程 均 设 有 一 个 独 立 的 态 ． 还包括 人们参 加 的活 动 、 在活 动 中使用 的工具 、活动 中合作 者 的社 会关系 和情 景化 的关
系 、 动 的 目的 和 意 图 以 及 活 动 的 客 体 或 结 果 。 习 活 动 是 网 络 活 学 课 程 的核 心 之 一 ，课 程 教 学 目标 要 通 过 一 系 列 的 教 学 活 动 来 完
程 设 计 的 理 论 框 架 ， 对 于 创 建 以 学 生 为 中 心 的 学 习 环 境 是 非 常有用 的。活动理论 是一 个交 叉学科 的理 论 。可以定 义 为 ： 活 动 理 论 是 一 个 社 会 文 化 分 析 的 模 式 （ 际 上 所 有 人 类 活 动 都 实
门课 程 的总体教学 目标 ， 再细化 为每章 的教 学 目标 。 根据 章节 内容 的不 同 ， 其贯穿于每个主题 的学 习活动 中。 将 同时 ， 在每个主
计 出 学 习 的 目标 以 及 活 动 的 形 式 。呈 现 出 尽 可 能 多 的 扩 展 材
习， 参加 讨论 等。Ｍｏｄｅ 台支 持班 级 、 ｏｌ平 小组功 能 ， 为学 生提供
了方便 易 用 的分组 工 具 。 同时 。 些 班 级 、 组 的学 习功 能在 这 小 很 大程 度上提 高 了网络学 习者 的学 习兴趣 。
基于魔灯(Moodle)的多媒体网络教学平台
模 式 面 临 的 “ 息量 大 ，课 时 量 少 ” 的 矛 盾越 来 越 突 信
出 ；多 媒 体教 学 以其 直 观 、信 息 量 大 、图 文声 像 并茂 等 优 势 受 到 大 部 分 师 生 的喜 爱 ，但 同 时 也 因 多媒 体教
互 性 、教 学 活 动 的 多 样 性 等 方 面 都 相 当 有 限 ； 建 成 的
精 品课 程 网 站 因 为缺 乏 专 业 的 技 术 人员 而基 本 没 有 更
新 或 更新 很 有 限 ，网站 资源 很 难反 映 最新 的教 学成 果 。
大 多数 高 校 的 远 程 教 育 学 院 都 或 多 或 少 地 引 入 了 多媒 体 网络 教 学 环 境 ，在 ～ 定 程度 上 增 加 了 网络 交 互
能 力 ， 扩 大 学 习 容 量 ， 增 加 师 生 交 流 的 途 径 。 这 就 必
流 教 材 、一 流教 学 管 理 等 特 点 的示 范性 课 程 ” 建立 了相 应 的资 源 网站 ，这 些 网站 通过 共 享 优 质教 学资 源 、
须 改 变 传 统 的课 堂 教 学 方 式 ，实 。 课 堂 教 学 中 ， 师 生 之 间 必 然 有 大 量
共 享 优 秀教 学 研 究 成 果 ，发 挥 示 范 和辐 射作 用 ，促 进 各 校 课 程建 设 的发 展 和教 学 改 革 ，提 高 教学 质 量 。但 是 ，这 些 模 式 在 支 持 资 源 的 共 享 性 、教 师与 学 生 的交
的 功 能 ， 如 网 上 答 疑 、 视 频 教 学 等 ， 但 这 种 教 学 模 式 主要 用 于 远 程 学 习 ，网 络 教 学 平 台一 般 不 具 通 用 性 ，
数据挖掘在Moodle平台中的应用浅析
摘 要 ：随着 Ｍｏｄｅ ｏｌ 在教育领域的推 广普及 ，我国教育信息化得到 了很大的发展。由此也给 Ｍｏ ｄ 应用带来了更高 ｏｌ ｅ 的要求 ，即如何使其作用更大化？本文简单分析 了通过数据挖掘技术进一步扩展 Ｍｏ ｄ ｏｌ ｅ的功能，以期更好的为教育事业
服务。
关键 词 ：数据 挖 掘 ；Ｍｏ ｄｅ ｏ ｌ
ｔｒ ｕ ｈ ｄ ｔ ｎ ｎ ｃ ｎ ｌ ｇ ￣ ｅ ｔｎ ｏ ｄｅＳ ｕ ｃｉｎ ｌ ｙｉ ｒ ｅ ｅｔｒｓ ｒ ｅｔｅｃ ｕ ｅｏ ｅ ｕ ａｉｎ ｈ ｏ ｇ ａａｍｉ ｉｇ ｔ ｈ ｏ ｏ ｙｔ ｆ ｅ ｏｕ ｒｅ ｅ ｄＭ ｏ ’ ｆ ｎ ｔ ａｉ ， ｏ ｄ ｒ ｂ ｔ ｅｖ ａ ｓ ｆ ｄ ｃ ｔ ． ｘ ｏ ｔ ｎ ｏ ｔ ｅ ｈ ｏ
一
、
一
一
有 以下 六种 ： １概念 ＼ 描述 ： 据 可 以与类 或概 念相 关 联 ， ． 类 数 从而 用汇 总 的、
简 洁 的、精 确 的方 式描 述各 个 数据 。２ 关联 分 析 ：如 果多个 事 物 ． 之 间存 在 一定 的关 联 ，那 么其 中一 个事 物就 能 通过 其他 事物 进 行 预 测 ，其 目的是找 出数 据库 中隐藏 的关 联 网 。３分 类 ：就是 找 出 ． 描述 和 区分 数据 或 概念 的模 型 ， 以便能 够使 用 模型 预测 类标 号 未 知 的对 象类 。４ 预 测 ：主要 是 利用 历史 数据 找 出变 化规 律 ，建 立 ． 模 型 ，并 由此模 型对 空 缺或 未 知数据 的种类 及特 征 进行 预测 。５ ． 聚类分析：聚类就是把数据按照相似性归纳成若干类别，同一类 中的数据彼此相似，不同类中的数据相异。６演变分析：是指描 ． 述行为随时间变化的对象的规律或趋势，并对其建模。 三 、数 据挖 掘过 程 广义观点认为：数据挖掘是从海量数据中发现有效实用的信 息 ，并 以此做 出决策 的过 程 。基于 此 ，数 据挖 掘 的过程 如 图 １ 所
基于Moodle的研究性学习实践研究——以“教育技术学导论”为例
式为 主 开展 了研 究性 学 习 实践 。 二 、 教 育技 术 学导 论 ” 究 性 学 习 的实 施 “ 研
研 究 性 学 习 过程 主要 分 三 个 阶段 ： 题 、 施 、 果 开 实 成 展 示 。其 中每个 步骤 都 由教 师 和学生 共 同参 与完 成 ； 每个 步骤 都 会产 生 过 程性 评 价 信息 ； 在分 析 讨 论 中 ， 能 会形 可 成新 的问题 分 支 ， 因此 学 习 可能 要 转到 新 的分 析研 究 中 ： 基 于 Ｍｏ ｄｅ的研 究 性 学 习 中教 师 的作 用 主 要 是 给学 生 ｏｌ 提供 支 架 或 向导 ， 助他 们更 好 地 探讨 问题 。 帮
２实施过 程 ．
“ 教育 技 术 学 导论 ” 以下 简 称 “ 论 ” 是教 育 技 术学 （ 导 ） 本 科 专 业 最 核 心 的 必 修课 程 之一 ， 引领 学 生 步 人 该 领 是
域、 了解 该 专 业 的导 人 性 课 程 。【 期 以来 ， 校 “ 论 ” １ ］ 长 我 导
《 中国教 育信 息பைடு நூலகம் 发行部 ： ｌ ｏ ．ｄ ． ｃ ＠ｍ ｅｅｕ ｃ ｙ ｎ
教学探索
基于 Ｍｏ ｄｅ的研究性学 习实践研究 ｏｌ
以“ 教育技 术学导论” 为例
徐 林
（ 商丘 师 范 学 院 教 育科 学 学 院 ， 南 商 丘 ４ ６０ ） 河 ７ ００
基于Moodle平台的项目教学研究与实践
第１ ３ 卷第 ６规
２ ０ １ ３年 学 院 学 报 Ｊ ＯＵ Ｉ ｕ 姒Ｌ ＯＦ Ｈ ＵＮ Ａ Ｎ Ｉ Ｎ ＤＵ Ｓ Ｔ ＲＹ Ｐ ＯＬ Ｙ Ｔ ＥＣ ＨＮ Ｉ Ｃ
Ｖ０ １ ． １ ３ Ｎｏ ． ６
Ｄ ： ．２ ０１ ３
［ Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ］Ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ｓ ｔ ｕ ｄ ｉ ｅ ｓ ｐ ｍ ｊ ｅ ｅ ｌ ｔ ｅ ａ ｃ ｈ ｉ ｎ ｇ ａ ｎ ｄ ｐ ｒ ａ ｃ ｔ ｉ ｃ ｅ ｂ ａ ｓ ｅ ｄ ｔ ｈ ｅ Ｍ ｏ ｏ ｄ ｌ ｅ ｎ ｅ ｔ ｗ ｏ ｒ ｋ ｓ ｕ ｐ ｐ ｏ ｒ ｔ ｉ ｎ ｇ ｐ ｌ ａ ｆ ｔ ｏ ｒ ｍ ． Ｃ ｏ ｍ ｂ ｉ ｎ ｉ ｎ ｇ ｈ ｔ ｅ ａ ｃ ｔ ｕ ａ ｌ ｄ ｅ ｍ ａ ｎ ｄ ， ｔ ｈ ｉ ｓ ｐ ａ ｌ ￣ ： ｒ
《 计算机应川 基础》 是一 门实践性 和理论性 很强的公共 基 础课 ， 但在多年 的教学 中， 发现学生 的兴趣并不高 ， 一方面是 教
个体差异 ， 学生 被动学 习， 使得学生对课堂教学失去 了耐性 ， 另
一
提供了教学所需的各种功能选项 ，使得教学 内容 容易管理 ， 可 以呈现丰富的教学资源 ， 而且更加关注对教学过程 中各种 教学 团 中有影 响力 的榜样 ， 是各 种学 习活动 的引导 者 ， 使 得学 习者
《基于Moodle平台在线测验中知识领域的学习诊断及反馈研究》学习心得
《基于Moodle平台在线测验中知识领域的学习诊断及反馈研究》学习心得学习心得今天学习了《基于Moodle平台在线测验中知识领域的学习诊断及反馈研究》，我认为最喜欢的是第五单元第三节系统功能设计。
基于Moodle平台在线测验系统主要是根据学生登陆平台进行课程学习或直接进行试题练习后，根据学生的作答情况系统评估出其认知层次及认知能力值，目的是为了了解学生的背景知识水平及得出符合其认知能力，学习结果的试卷，以便为学习者提供个性化的试卷供其作答完成学习诊断及反馈的功能服务。
测验系统的后台整个功能中主要分为预处理模块、数据处理模块、评分模块、诊断及反馈模块四个子模块。
功能模块设计一登录模块由于教师在创建课程后把学生的学号及密码已经预设为注册的登录信息，因此，学生通过学号及已知密码即可进入系统登录模块，分别为三种类型的用户设计分别进入不同的界面二课程学习模块此模块为学生提供课程重点知识内容的学习及回顾，目的是为了让学生在作答练习及测验前加深知识内容的理解及学习，提高练习及测验的准确率和作答率。
三预处理模块此模块主要需要教师人工直接在课程中新建活动项目一题题编辑试题，或者上传导入已经编辑好的试题，但所有试题都必须根据论文第三章中的试题编译模板的项目内容进行编辑。
预处理模块分别为练习题的认知能力值的诊断和测验题的组卷做准备。
四数据处理模块此模块主要针对学生答题过程中提示还未作答的题目项及作答完毕后对其答案的保存，主要有moodle平台自带的功能完成数据处理的功能。
五评分模块此模块主要针对试题的客观判断，由系统对学生答案做判分处理。
教师在编辑试题时可以对填空题的填空内容做多个判定及评分，如标准答案是只读存储器，但学生答案是rom 或存储器或只读器时，每种答案都需要给出相应的分数及反馈，当上传完所有试题后，在题库中可以手动更改，每道试题的分数六诊断及反馈模块此模块是本研究的重点，是建立在认知诊断练习题编辑完备后的基础上。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
· 144 ·丝路视野【摘要】本研究搭建了Moodle 网络学习平台，并将其用于实际教学中。
分析得出现行Moodle 平台结构的改进方案及提出对教师的教学意见。
开发出的Apriori 算法实现软件可应用在其它类似数据挖掘当中。
【关键词】Moodle ；数据挖掘；Apriori 算法基于Moodle 平台的数据挖掘技术的研究崔新伟1 郭 红1 丁智斌1 范玉文2（1.华北科技学院，河北 三河 065201；2.北京比特大陆科技有限公司，北京 100192）一、引言Moodle 是伴随着网络教育的发展而发展起来的一个网络课程管理系统，是由澳大利亚Martin Dougiamas 博士主持开发的。
Moodle 这个词本是 Modular Object-Oriented Dynamic Learning Environment （模块化面向对象的动态学习环境）的缩写。
Moodle 具备任何e-Learning 平台具有的功能，如内容管理、论坛、测验、作业、聊天、选项表、日志、标签和调查等。
此外，它还拥有诸如任务分配、联系、对话、签到、日历和文件管理等功能。
因为Moodle 采用模块化的设计方法，所以很容易创建新的功能模块。
二、国内外研究（应用）现状国内已有对Moodle 教学平台应用研究，但缺少对Moodle 平台记录的各种信息的深入挖掘。
国外有几位博士Romero,Ventura,Garcia 曾采用数据挖掘方法对Moodle 平台中的数据进行过一些挖掘分析。
然而，其研究未能穷尽所有的挖掘需求，因为特定的挖掘需求往往有赖于特定的挖掘方法来实现。
三、 Moodle 日志结构Moodle 日志挖掘就是通过对Moodle 日志记录的挖掘，发现用户访问Moodle 模块的模式，从而进一步分析和研究日志记录中的规律，以期改进平台的性能和组织结构，提高学生学习知识的效率。
通过对这些日志数据进行预处理后，再运用支持度、置信度的概念，并通过一定的算法，可以揭示其中的关联关系和频繁访问路径等，不但为优化教学平台的拓扑结构提供参考，更重要的是还可以为老师制定更有效的教学策略提供依据。
Moodle 日志记录着用户访问该站点时每个页面的请求信息，这些请求信息在日志文件中是以一条一条记录储存的，即日志文件通常是简单的平面文本文件，其记录了用户访问平台的详细信息，这些信息通常包括用户访问站点的日期、时间、用户的 IP 地址、服务器的 IP 地址、服务器端口、方法等等。
部分记录如下所示：211.81.168.91--[18/May/2012:08:09:10+0800]"GET /moodle/lib/javascript-mod.php HTTP/1.1" 200 34211.81.168.91--[18/May/2012:08:09:10+0800]"GET/moodle/theme/standard/styles.phpHTTP/1.1" 200 72625211.81.168.70--[18/May/2012:08:09:10+0800]"GET /moodle/mod/resource/view.php?id=6 HTTP/1.1" 200 455211.81.168.70--[18/May/2012:08:09:10+0800]"GET /moodle/mod/resource/view.php?id=6&type=file&frameset=top HTTP/1.1" 200 5456211.81.168.70--[18/May/2012:08:09:10+0800]"GET/moodle/file.php/2/_-_.doc HTTP/1.1" 200 22016由于日志中记录着这些相对较固定字段的信息，造成了日志中的记录是半结构化的，只要对这些半结构化的数据再进行处理，根据挖掘的需要，去掉一些不必要的字段，就形成了属性相对固定的记录以方便进行挖掘分析。
四、Moodle 日志挖掘的过程日志挖掘分为四个步骤：源数据收集、数据预处理、模式挖掘和对挖掘出来的模式进行分析，如下图所示。
基金项目： 中央基本科研业务费资助项目（JSJ1201，3142012053）；2014年华北科技学院教研基金资助(计算机相关专业网络编程课教学研究）。
作者简介：崔新伟（1980.09—），女，汉族，河北唐山人，硕士，讲师，研究方向：数据挖掘。
· 145 ·经验交流（一）源数据收集：Moodle 日志挖掘的对象是本人为计算机系的崔新伟老师架构的Moodle 平台所得到的日志文件。
每当学生访问一次平台，Moodel 就在日志数据库中添加相应的记录。
（二）数据预处理：根据挖掘的目的，对原始日志文件中的数据进行提取、分解，最后转化为适合进行数据挖掘的数据格式，并保存到关系型数据库表中，等待进一步处理。
（三）模式挖掘：本文所采用的数据挖掘方法是基于关联规则的Apriori 算法。
该算法从日志数据中找出频繁项集，继而得出关联规则，从而为下一步模式分析提供可靠的数据。
（四）模式分析：用户访问模式挖掘出来后，就要把这些模式处理为人们可以理解的知识，因为只有这样才能被人们所理解。
五、关联规则挖掘的思想关联规则挖掘的一个典型例子是购物篮分析。
例如，在同一次去超市，如果顾客购买牛奶，他也购买面包的可能性是多大？通过帮助零售商有选择的经销和安排货架可以引导销售。
比如，将牛奶和面包尽可能放近一些，可以进一步刺激顾客一次去商店同时购买这些商品。
同样对于moodle 学习平台也一样，将相关的学习内容距离拉近，可引导学生更多的学习相关知识。
六、 Apriori 算法思想Apriori 算法是最有影响的挖掘关联规则频繁项集的算法之一。
该算法使用逐层搜索的迭代方法，k-项集用于探索(k+1)-项集。
首先，找出频繁1-项集的集合。
该集合记作1L 。
1L 用于找频繁 2-项集的集合2L ，2L 而用于找3L ，如此下去，直到不能找到频繁 k-项集。
找每个k L 需要一次数据库扫描。
Apriori 算法有一条非常重要的性质：频繁项集的所有非空子集都必须也是频繁的。
根据这条性质，Apriori 算法有两步构成：（1）连接步：为找k L ，过1k L −与自己连接产生候选k-项集的集合。
该候选k-项集的集合记作k C 。
设1l 和2l 是1k L −中的项集。
记号[]i l j 表示i l 的第 j 项(例如1[2]l k −表示1l 的倒数第 3 项)。
为方便计，假定事务或项集中的项按字典次序排序。
执行连接11k k L L −− 其中1k L −的元素是可连接的，如果它们前( k -2)个项相同。
即是，1k L −的元素1l 和2l 是可连接的，如果12121212([1][1])([2][2])([2][2])([1][1])l l l l l k l k l k l k =∧=∧∧−=−∧−=− 条件12[1][1]l k l k −<−是简单的保证不产生重复。
连接1l 和2l 产生的结果项集是：1112[1][2][1][1]l l l k l k −− （2）剪枝步：k C 是k L 的超集；即是，它的成员可以是也可以不是频繁的，但所有的频繁k-项集都包含在k C 中，扫描数据库，确定k C 中每个候选的计数，从而确定k L (即根据定义，计数值不小于最小支持度计数的所有候选是频繁的，从而属于k L )。
七、频繁模式的挖掘把经过Moodle 日志预处理后的数据即事务用Apriori 算法求得频繁项集，再根据频繁项集得到关联规则，继而得到强关联规则。
由于平台上部分模块为学生每次上课必然要访问的，所以对其进行关联规则的研究意义不大，鉴于此，本人从中选出了10个有价值的界面进行分析。
另外，为显示美观简洁，也为了便于算法实现，在此用英文字母分别代替10个moodle 的界面。
对应关系如下：A = "moodle/mod/resource/index.php";//资源B = “moodle/mod/resource/view.php ”;//课件下载C = “moodle/mod/assignment/index.php ”;//作业D = “moodle/mod/assignment/view.php ”;//作业上传E = “moodle/mod/forum/view.php ”;//讨论区F = “moodle/mod/forum/discuss.php ”;//帖子详细信息G = “moodle/mod/forum/post.php ”;//回复帖子H = “moodle/mod/choice/view.php ”;//投票详细I = “login/change_password.php ”;//修改密码J = “moodle/user/view.php ”.//师生名录最小事务支持度为0.4时，可以得到33个2-项频繁项集，部分频繁集如下：BD 支持度为：0.828603BE 支持度为：0.506641BF 支持度为：0.450000BH 支持度为：0.766492BJ 支持度为：0.421875CD 支持度为：0.544788CH 支持度为：0.477075八、关联规则的挖掘在上面用Apriori 算法从用户访问事务中得到了频繁项集，而由频繁项集就可以依照相关公式得到关联规则。
强关联规则置信度D->H 0.864420H -> D 0.864420DH->B 0.929889BH->D 0.953575BDH->C 0.966667DH->BC1.000000由上表知D 和H 之间的相互关联置信度为0.86442，即D 和H 经常会被一起访问，故应该在D 和H 之间添加超链接。
由DH->B 知，访问过DH 的有92.9889%的可能性会访问B ，因此，可以在DH 模块添加指向B 的超链接。
同理还应该添加B 到D 的链接、B 到C 的链接、D 到C 的链接、H 到C 的链接。
现在使用的Moodle平台各模块拓扑结构如下图所示：丝路视野按照分析结果改进后的Moodle平台结构如下图所示：由BH->D的置信度为0.953575可以得到一个结论是：教师可以从课件的下载量来推测学生完成作业的情况。
从结果知，学生对学习讨论区表现冷淡，由此可见教师应该注重激发学生学习该门课程的积极性。
九、结论本文首次将Moodle教学平台引入本校教学当中，并对其日志文件进行了挖掘分析。