1.引言

随着信息技术、多媒体技术、电子商务和电子支付的不断发展，信息技术在教学中的应用越来越广泛，出现了各种在线教育平台[1]。随着在线教育平台的快速发展，积累了用户基本信息、考试成绩、浏览日志信息等大量数据。现阶段，现有的数据并没有发挥出真正的价值。利用数据挖掘技术探索这些信息背后隐藏的信息已成为最近非常流行的研究方向。

人们通常希望在事情发生之前预测结果，预测看起来神秘而神秘。数据挖掘技术的出现使预测过程不再神秘，而是更加合理。表面上看，许多因素与结果无关，但数据挖掘的结果证实了它们之间的某种联系。

2.数据挖掘技术在网络教育领域的研究现状和价值

从网络教育平台学习者的实际需求来看，如果能在考试前进行分阶段的成绩预测，并获得有目的的学习建议，就可以分阶段调整学习方法，以便参加考试。而不是在考试后得到自己的分析。

网络教育平台作为电子商务中的B2C服务企业，属于垂直网络架构。作为B，为客户C提供内容和服务。然而，目前大多数在线教育平台主要提供课程培训、考试培训、职称培训等内容。这些平台提供的内容相似，教学方法单一，教育资源沉积简单。如果能提供个性化、智能化的服务，平台可以以差异化的战略引领竞争对手。绩效预测功能是智能服务的一部分。根据绩效预测结果，为C方提供个性化教学和相关增值服务，达到锁定用户、吸引更多用户的目的。目前，聚英东方、新东方在线、中国会计网等主流在线教育培训平台仍停留在内容供应商，尚未进入服务供应商阶段。

提供个性化、智能化的服务，实现绩效预测功能，不仅是C学习者的个人需求，也是B网络教育平台实施差异化营销、提高竞争力、获得新经济增长点的需求。

随着信息技术和互联网的发展，广阔的信息海洋呈现在人们面前。数据激增背后隐藏着许多关键信息。我们希望对这些信息进行更深入的分析，充分利用这些信息。目前使用的数据库系统可以有效实现数据输入、查询、统计等功能，但无法发现数据之间的关系和规则，无法根据现有数据预测未来发展趋势，缺乏挖掘数据背后隐藏知识的方法和工具，导致“数据爆炸但知识匮乏”，数据挖掘技术应运而生。

数据挖掘是指从数据库或其他数据库中大量不完整、噪声、模糊、随机的实际应用信息中提取隐含、不清楚但潜在有用、最终可理解的信息和知识的过程，以及数据库中的知识发现（Knowledge Discover-Database，KDD）与[2]密切相关。

从教学信息技术的角度来看，数据挖掘是一种全新的教学信息处理技术，其主要作用是提取、转换、分析等教学数据库中的大量数据，提取辅助教学决策的重要数据。

在网络教育平台运营过程中，积累了大量的学习者数据数据，但教育者并没有充分利用这些信息。数据挖掘技术在网络教育平台上的应用仍处于方法研究时期，利用数据挖掘技术提供智能推荐、绩效分析、个性化教学等学科，促进学习者快速有效地找到合适的学习材料，制定自己的学习计划，也为网络教育平台提供锁定用户的途径。

3.成绩预测在考试系统中的重要性

通过分析和处理学习者的学习成绩，可以及时得到学习者的评价结果，及时纠正学习者的不良学习行为，使学习者能够及时调整和优化自己的学习[3]。

绩效预测是利用历史数据找到影响绩效的因素和变化趋势，然后建立模型，并通过模型预测新学习者的绩效。通过预测结果，为学习者提供个性化的学习资源，建立个性化的学习指导，促进他们的学习。

目前，参加网络教育的学生越来越多，学习者的个人信息和成绩积累了大量的数据。教育工作者和教师只通过简单的统计或排序功能获取表面信息。由于缺乏信息意识和技术，隐藏在这些数据中的信息没有得到合理的应用。通过数据挖掘技术，可以将现有的数据转化为可用的知识，最大限度地利用学习者的成绩数据。