陈晓稀+闫冬

摘要：随着教育信息化的快速发展，基于网络的在线学习已经被越来越多地应用到各类学习情境之中。同时，数据挖掘技术在教育领域的应用也逐渐成为当下研究的热点之一。文章利用网络内容分析法对国内近十年来E-Learning数据挖掘领域的124篇相关期刊文献进行量的统计与质的分析，梳理了E-Learning数据挖掘领域的研究现状，基于此提出E-Learn-mg环境下的学习者模型及其对数据挖掘研究的补充，最后分析了该领域的研究发展趋势。文章力求丰富教育数据挖掘相关研究，以期对E-Learning数据挖掘的良性发展有所裨益。

关键词：E-Learning；数据挖掘；学习者建模

新一轮课改政策的发布使得教育个性化发展逐渐成为未来趋势，同时，“在线学习”被明确写入全国两会。教育发展的内部需求和外部环境带给E-Learning无限曙光，也对E-Learn-ing学习系统提出了更高要求，比如对学习者的学习行为进行准确的预测，这就有赖于在现有基础上将学习者模型进一步完善，构成学习者模型的数据进一步充实，与其同时发生变化的是数据挖掘，数据挖掘对象有待扩大，数据挖掘技术有待丰富。

1研究综述

教育数据挖掘是综合运用数学统计、机器学习和数据挖掘的技术和方法，对教育大数据进行处理和分析，通过数据建模，我们能进一步探索学习者学习结果与学习内容、学习资源和教学行为等变量间的相关关系，借此来预测学习者未来的学习趋势。

以“教育数据挖掘”为主题词在中国知网（CNKI）进行全文检索，共得到相关文献1118篇。……