基于R語言的Moodle平臺數據挖掘技術的研究

崔新偉+李家森+沙嘉祥

摘要：本文利用R語言對Moodle平臺的數據進行分析研究。對平臺模塊訪問總體情況、學生學習時間分布統計、師生交互網絡等進行圖形化的直觀展示。該研究有利于教師掌握學生學習的總體情況，有針對性的指導和督促學生。

關鍵詞：R語言；Moodle；數據挖掘

一、引言

隨著近年來網絡課程、在線學習等應用的興起，學習平臺逐漸積累了大量的用戶基本數據、行為數據、網絡痕跡數據等信息。而"用數據說話"、"用數據決策"等已經成為信息時代倡導的未來發展基石。因此，如何利用大量的數據挖掘出有價值的信息，成為研究者重點要解決的問題。

二、R語言簡介

R語言是一種為統計計算和圖形顯示而設計的語言環境，是貝爾實驗室（Bell Labortory）的Rick Becker、John Chambers和Allan Wilks開發的S語言的一種實現，提供了一系列統計和圖形顯示工具。它是一套開源的數據分析解決方案，由一個龐大且活躍的全球性研究型社區維護。本文主要應用R語言的如下優勢：

（1）R可以輕松地從各類型的數據源導入數據，包括文本文件、數據庫管理系統、統計軟件，乃至專門的數據倉庫。它同樣可以將專門的數據輸出并寫到這些系統中。

（2）具有高效的開放性，R不僅提供功能豐富的內置函數供用戶調用，也允許用戶編寫自己定義的函數來擴充功能。

（3）R擁有頂尖水準的制圖功能。如果希望復雜數據可視化，那么R擁有最全面且最強大的一系列可用功能。

R是一個體系龐大的應用軟件，主要包括核心的R標準包和各專業領域的其他包。R在數據分析、數據挖掘領域具有特別優勢。

三、R語言數據分析

1.moodle平臺模塊總體訪問情況研究

首先利用爬蟲爬取到Moodle平臺用戶訪問數據兩萬余條，部分數據展示如表1所示：

利用R語言提取moudle列數據，即平臺模塊列，并對提取數據進行詞頻統計，得出各模塊的詞頻數如表2所示：

利用R語言強大的繪圖功能，使用ggplot（）函數對各模塊訪問詞頻數繪制圓形餅狀圖，這樣可以直觀地展現用戶對各模塊訪問情況，繪制出Moodle平臺模塊訪問總體情況餅狀圖如圖1所示：

在該課程學習的過程中，師生訪問平臺模塊的頻次統計餅狀圖，用以找出學生更熱衷于哪一版塊的學習內容。從圖1可更加直觀的看出，師生最常訪問的模塊是forum（26.3%）論壇區，課堂的討論參與的人次數較多。其次是course（24.5%）課程模塊，再次是assignment（22.6%）作業模塊，然后是resource（16.1%）資源模塊?？梢?，學生在該平臺的訪問行為，都是比較集中地圍繞學習活動進行的。

2.學生學習時間分布統計

熱力圖是一種非常常用的統計圖形，該圖將兩個變量（一般是離散變量）的交叉匯總信息以顏色的形式展現出來，而映射給顏色變量的是連續型數值變量，下面就以例子說明熱力圖的優勢：

熱力圖可以通過stats包的heatmap（）函數繪制，也可以通過ggplot2包中的geom_tile（）函數或geom_raster（）函數繪制，本文使用ggplot2包中的函數實現。

首先將所需數據進行提取，分別提取出月份、小時、分鐘信息，部分數據展示如表3所示：

通過對ggplot2包的調用，調用geom_tile（）函數，繪制學習時間分布熱力圖，如圖2所示：

進一步按照月份進行分類，分析學生學習訪問時間是否與月份有關。在按照月份進行分類的同時，按上、下午進行分類，分析學生學習訪問時間是否與上、下午有關。進而細化到時間點，分析學生學習訪問時間黃金時段。利用R語言繪制學習時間分布圓餅圖如圖3所示：

由圖3可看出學生學習時間安排與月份無關，多數學生更偏向于下午學習，而每日學生學習的黃金時段為上午八點到十點，下午兩點到四點。進而通過此信息，可在此時段保證各科均有老師在線答疑，而其他時段，可輪流值班的安排方案，最大限度的提高教師指導學生的效率。

3.師生交互網絡分析

從Moodle平臺獲取的師生交互數據如圖4所示：

例如id=2的用戶，他發了id=5的留言。在圖4中有8個回復，分別是用戶id=2、30、92、66、89、49、69、2這幾個用戶。說明id=2的用戶，跟id=2、30、92、66、89、49、69、2的這幾個用戶有交互。去掉其中自己跟自己的交互，可將用戶的交互用圖5表示：

首先做數據篩選，整理出交互數據部分如表4所示：

利用R語言做交互分析，繪制師生交互網絡圖，如圖6所示：

圖6中線的透明度代表交互的強度，具體來說就是回帖的數量越多，線的顏色就越深。其中2號代表老師，用紅色表示。其他代號為學生，用藍色表示。從圖中可直觀看出學生與學生，老師與學生之間的交互情況，進發現哪些學生平時思考較多，哪些學生平時思考較少，從而使教師更加有針對性的教學。例如128、158號學生與大家交互較多，積極交流課程學習內容，而在圖中沒有出現的學生與大家交互很少，基本沒有交流課程內容。

四、結論

通過對研究樣本的詳細分析，實現Moodle平臺數據挖掘的研究。利用R語言，對平臺模塊訪問總體情況、學生學習時間分布統計、師生交互網絡等進行直觀展示。從而，發現哪些模塊學生關注度較高、哪些時間段是學生學習的黃金時段、哪些學生在平臺上的交互頻繁等情況，幫助教師更加有效的進行教學與輔導。本文的研究成果，也為類似網絡課程的學習與效果評價等提供參考。

參考文獻

[1]侯亞軍.R語言在數據挖掘中的運用[J].應用技術研究，2013

[2]李明.R語言與網站分析[M].北京：機械工業出版社，2014

[3]Matthew A.Russell.社交網站的數據挖掘與分析[M].北京：機械工業出版社，2015

作者簡介：

崔新偉，女（1980.9-），漢族，河北唐山人，碩士，講師，研究方向：數據挖掘

項目資助：中央基本科研業務費資助項目（JSJ1201，3142012053）；2014年華北科技學院教研基金資助（計算機相關專業網絡編程課教學研究）；河北省物聯網數據采集與分析工程技術中心建設項目