罗文劼， 李明杰， 肖梓良

(河北大学网络空间安全与计算机学院，保定 071002)

教育数据挖掘(educational data mining，EDM)是运用教育学、计算机科学、心理学和统计学等多个学科理论和技术来解决教育研究与教学实践中问题的一种方法[1]。随着在线学习平台的不断发展，EDM已成为当前解决教育数据研究的热点。EDM对教育相关数据进行分析与研究，主要应用有发现学习规律、分析学习特征及习惯、评估学习现状、可视化、学习者建模、学习者表现预测、推荐系统和自适应系统等[1-2]。将教育系统积累的大量学习数据通过数据挖掘技术得到的客观信息反馈，有利于学习者掌握自己的学习情况，同时，有助于教育者的教学管理。

在线评测系统(online judge，OJ)是对用户提交的算法源代码进行评测而设计的在线自动判题系统[3]。随着ACM(国际计算机协会)国际大学程序设计竞赛(ACM/ICPC)等程序设计竞赛的普及，OJ系统也得到了快速的发展，为编程实战提供了一种新的方式[4]。近些年来，中外很多高校拥有自己的OJ系统，如北京大学的POJ、浙江大学的ZOJ、古巴信息科学大学的COJ和俄国萨拉托夫国立大学的CodeForce等，OJ作为学习者编程训练的平台，对提高学习者的编程能力具有很重要的作用。

目前，中外已经有部分研究者使用数据挖掘技术对学习者的编程数据进行挖掘，从而预测学习者的成绩和评估其编程能力水平。在国外的研究中，Watson等[5]基于分析编程学习过程中直接记录的数据，介绍了一种Watwin的动态加权算法，通过对不同的特征进行加权来预测程序设计中的学生的成绩；……