教育信息化的不断推进和深入，在提高了各级学校的教学和管理效率的同时，也产生了大量的教育数据资源，即教育大数据。教育数据几乎涵盖了从学生入学到毕业的整个教育链，例如学生履历数据、课堂教学数据、在（离）线考试数据、学评教数据和校园消费行为等。如何有效地利用教育数据来促进教学效果和提高教育管理水平，是当前各类学校和各级教育行政管理部门面临的重大课题。要解决这一难题，需要各级广大教师和教学管理人员具备一定的数据敏感性、数据素养和数据分析能力。同时，这也是本课程《教育数据挖掘技术与应用案例》建设的目的。

       通过本课程的学习系统掌握教育数据挖掘的基本技术和相关软件应用技能，通过大量实践案例了解教育数据挖掘在实际教学中的应用，从而提高对教学过程和教育管理过程中的数据敏感性，并能对数据进行有效的预处理、可视化和分析。课程内容主要涉及教育数据预处理与可视化、学习成绩预测技术及案例、学生分组聚类技术及案例、异常学习行为识别技术及案例、关系挖掘和常用可视化与数据挖掘软件使用等六个主题的技术和应用案例，同时建设常用数据挖掘算法、软件和开源教育数据集等数字化资源。

本课程的基本目标为通过对本课程的学习，使学生能掌握教育数据挖掘的基础知识和SPSS Modeler软件的使用方法，借助SPSS Modeler软件能独立对数据集进行有效的预处理、可视化和分析。

课程单元测试占比30%，作业占比20%，期末考试占比50%。60-84分为“合格”，85-100分为“优秀”。

教育技术学；教育测量；线性代数；概率论。

1. PANG-NING TAN. (2011). 数据挖掘导论: 完整版. 人民邮电出版社.

2. 薛薇, & 陈欢歌. (2014). SPSS Modeler数据挖掘方法及应用. 电子工业出版社.

3. 葛道凯, 张少刚, & 魏顺平. (2012). 教育数据挖掘:方法与应用. 教育科学出版社.

4. Jiawei Han, Micheline Kamber 著.范明等译 数据挖掘概念与技术,机械工业出版社

5. 朱明,数据挖掘.中国科学与技术大学出版.