學習資訊專業學院—資訊教育研究所
Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/25
資訊教育研究所之碩士班成立於民國80年，博士班成立於民國86年，目前研究生共約160名。本所原屬資訊教育學系，於95學年度起因應系所組織調整，成為獨立研究所，歸屬教育學院。
本所以『資訊科技教育』和『數位學習』兩個專業領域之研究發展與人才培育為宗旨，課程設計分別針對此兩個專業領域規劃必、選修專業科目，提供學生紮實而嚴謹的學術專業知能及個別化之研究訓練。本所教育目標包括：
1、培育資訊科技教育人才；
2、培育數位學習產業人才；
3、培育資訊科技教育與數位學習研究人才。
本所目前六名專任教師，四位教授，二位副教授，在資訊教育領域均具有豐富之教學與研究經驗且均積極從事研究，每年獲科技部補助研究計畫之平均數量與金額在本校名列前茅。另外，本所教師積極參與國內重大資訊教育政策及課程綱要之制定，積極推動國內資訊教育之發展。
Browse
8 results
Search Results
Item 資料流序列中資料項預測方法之研究(2007) 嚴翠鳳; Tsui-Feng Yen不同於以往的靜態交易資料庫，愈來愈多的應用之資料輸入方式形成資料流型態，其輸入的快速及連續使得在資料串流預測上的面臨重要的挑戰，資料會隨著時間不斷快速進入，因此必須提供極有效率的處理，同時，資料分佈及隱含樣式也可能隨著時間而改變。因此，針對以上的挑戰，本篇論文提出一個稱為預測樹的樹狀結構，可以快速的從訓練資料集中探勘出重覆樣式產生資料項預測則。當概念發生變動時，需重新探勘最近視窗內的重覆樣式，產生新的預測規則以適應目前的概念。本論文提出的第一個方法稱為ERT，藉著計算滑動視窗內的預測錯誤率來判斷是否發生概念變動，若錯誤率大於給定的最小錯誤率門檻值，則重新探勘產生新的預測規則，並且將先前預測準確率高的規則與新規則整合。另一個方法則是每個固定的時間點會觸發重新探勘，根據產生新規則時是否有與先前的規則整合又可以分為WANR及WRNR兩種方法。實驗結果顯示，WRAR的預測錯誤率略高於其他兩種方法，而ERT在三種方法中是最有效率且最有效的，因為此方法僅在偵測到概念變動時重新調整規則。Item 資料流常見樣式改變偵測方法之研究(2007) 林靜怡; Ching-Yi Lin近來許多實際應用，其資料都是以資料流的形式產生，探勘資料流中最近常見樣式是其中一個重要的研究問題，而採用滑動視窗可有效探勘出資料流中最近常見樣式，然而在每個時間點對滑動視窗中的資料重新進行探勘將耗費許多計算成本。我們認為在常見樣式沒有顯著變化的情況下，先前探勘出的常見樣式可以近似代表目前的常見樣式，因此本論文針對特例資料流和一般化資料流環境提出監視常見樣式的方法FCDS和FCDG，藉由監視滑動視窗內的樣式出現次數，在每個時間點估算出最新的最近常見樣式集合和先前所探勘出來的常見樣式集合是否有顯著的改變差異，以提供是否重新進行探勘的判斷。由實做FCDS和FCDG之實驗結果顯示，監視常見樣式之出現次數及狀態變化情況，可有效偵測出最近常見樣式改變的狀況，使能在發現常見資料樣式已大幅改變時，重新探勘得到最新的最近樣式。此外，FCDS和FCDG之執行時間相較於每個時間點進行探勘為少，節省許多計算時間的成本，並可從維護結構中提供最近常見樣式變化狀況的資訊。Item 近似探勘資料流中最近重覆樣式方法之研究(2006) 周蓓旻重覆樣式可以顯示資料項出現的前後關聯性，應用於資料摘要與資訊預測的依據。愈來愈多的應用之資料輸入方式形成資料流型態，傳統對靜態資料庫探勘重覆樣式的探勘方法已不適用。此外，在資料流的動態環境下，若從整個歷史資料序列中探勘出重覆樣式，則無法反應資料流中的最新趨勢。因此，本論文提出有效率偵測動態資料流中的最近重覆樣式的兩個演算法，分別稱為出現位元序列漸進探勘法及保留樣式估算法。出現位元序列漸進探勘法運用出現位元序列表示法計算出資料樣式的出現次數，並保留最大重覆樣式的出現位元序列資訊。當最近視窗序列內容改變，將運用所記錄之最大重覆樣式的出現位元序列方式資訊進行新重覆樣式之漸進探勘，以減少探勘計算成本。保留樣式估算法則保留重覆樣式、潛在候選樣式、及2-資訊樣式，並運用分段計算方式記錄資料樣式最近出現次數，架構一個可有效率存取樣式的保留樣式資料結構，由最大字首子樣式及最大字尾子樣式估算出未保留樣式的出現次數，達到近似探勘出所有資料流中最近視窗內最近重覆樣式的方式。實驗結果顯示出現位元序列漸進探勘法可有效率的正確探勘出最近視窗序列中的最近重覆樣式，而保留樣式估算法則可以更快速的近似探勘出資料流中的最近重覆樣式。Item 網頁點選資料流中最近瀏覽樣式探勘方法之研究(2006) 謝俊緯; Chun-Wei Hsieh摘要 網頁點選資料流中最近瀏覽樣式探勘方法之研究 謝俊緯 從歷史資料中探勘出的常見瀏覽樣式代表長期的現象，未必能反應最近的趨勢，通常網站經營者對最近使用者的瀏覽樣式會比較感興趣，因此本論文提出從網頁點選資料流中探勘最近封閉常見瀏覽樣式的方法，稱為RPTP（mining Recent Path Traversal Patterns on webclick streams）演算法，其採用滑動視窗及Lossy Counting方法的觀念，只保留最近固定數目之連接記錄中的常見及潛在常見瀏覽樣式，因此能以動態探勘方式，有效率地從網頁點選資料流中探勘出瀏覽樣式。本方法並未保留原始資料，只需記錄最近常見瀏覽樣式與最近潛在瀏覽樣式資訊。此外，本論文方法探討從儲存結構中有效率探勘出封閉瀏覽樣式的技術，以避免探勘結果中的重覆資訊，讓探勘使用者能夠更容易地分析結果。我們並結合封閉樣式的觀念，減少所需儲存樣式的數量。由實驗結果顯示，本方法可在合理的儲存空間下需求下快速進行最近常見瀏覽樣式探勘，且和相關論文相較，可較快速反應出資料流中最近常見瀏覽樣式的改變。Item 基於資料探勘之程式設計迷思概念診斷(2019) 陳思如; Chen, Si-Ru過去程式設計迷思概念相關研究常有研究樣本過少以及解讀較為主觀的問題，導致無法產出較一般化的研究結果，且無法將其作廣泛應用。這是因為過去的研究多以研究者對受試者的診斷為依據，除了較為主觀，亦須耗時去解讀與分析資料。本研究利用資料探勘於程式設計迷思概念探究，透過蒐集大量程式設計初學者的程式碼資料，探勘初學者若擁有迷思概念可能寫出的程式碼特徵，並設計診斷機制，根據學習者所撰寫的程式碼診斷其可能的迷思概念。本研究並將迷思概念探勘與診斷機制實作於學習平台上，以提供學習者即時的協助。研究參與者共1216人，包含527位大學生與689位高中生。參與者必須完成程式設計測驗，並接受抽樣訪談。本研究根據程式設計測驗的作答結果進行資料探勘，找出各程式設計迷思概念之程式碼症狀，並據此進行學習者程式設計迷思概念之診斷。透過資料探勘，我們亦發現不同的迷思概念間存在著關聯性：若學習者對for迴圈條件判斷的運作流程有迷思概念，則對if-else條件判斷的運作流程亦具有迷思概念。此外，在程式碼分群的結果分析中，我們額外發現幾種文獻上未提到的迷思概念。本研究之結果將提供教學者有效的教學改進依據，並能用以即時診斷學習者的程式設計迷思概念，以進行後續的矯正，進一步提升程式設計能力。Item 近似探勘資料流最近常見資料項集之研究(2005) 石舒寧近來有很多實際的應用，其資料是以資料流的形式產生。本論文針對資料流探勘最近常見資料項集的問題，提出兩個近似探勘的方法，分別稱為ATS演算法(Average TimeStamp mining method)及FCP演算法(Frequency Changing Point mining method)。這兩個演算法對資料流裡每筆交易皆只需掃描處理一次，記錄下可能為最近常見資料項集的出現摘要資訊。由摘要資訊結構中的資訊，不需儲存目前視窗中的交易資料，即可更新並刪除不屬於目前視窗的過時資訊，並從中快速地近似找出最近常見資料項集。其中FCP演算法記錄資料項集在出現頻率改變點的累計次數，可用以估算出該資料項集在目前視窗中的支持度，近似探勘出目前交易視窗中的最近常見資料項集。由實驗結果顯示，採用FCP演算法來近似探勘資料流中的最近常見資料項集，可達到極高的正確率(precision)及回覆率(recall)。且相較於以往所提出的SW演算法，可有效率減少資料維護及探勘執行時間，且明顯減少所需記憶體大小。Item 考慮密度限制之數值區間關聯規則探勘(2003) 郭瑞男本論文提出一個新的數值區間關聯規則探勘方法，稱為PQAR(Partition-based Quantitative Association Rule mining)演算法，以空間分割方式先探勘出滿足相對密度限制的常見數值區間項集合，再由其產生數值區間關聯規則。PQAR方法在探勘常見數值區間項集合時除了考慮最小支持度門檻值的限制外，亦訂定相對密度的限制，避免在相同支持度門檻值要求下，找出資料分佈不集中的區間。此外，PQAR方法採用空間分割方式探勘出符合要求的最大數值區間，不但減少需要掃描資料庫的次數，使得執行時間大為縮短，亦使探勘結果中的區間個數較少，達到找出精簡而重要的數值區間關聯規則之目的。由實驗結果顯示PQAR方法在探勘具不同支持度及相對密度的常見區間項集合，都有很高的正確率。而且在相同的正確率的條件下，本論文方法也較QAR演算法的執行更有效率。Item 以樹首遞迴投影探勘常見XML查詢樣式樹之研究(2005) 邱紹禎近年來XML資料格式已成為全球網際網路環境資料交換的標準，有效率地查詢擷取XML資料成為一項重要的研究課題。從XML查詢的歷史記錄所形成的資料庫中，探勘出常見的XML查詢樣式樹，並將這些樣式作為索引或快取的依據，可以減少使用者查詢XML資料的等待時間。本論文針對XML查詢樹所形成的資料庫，以樹首遞迴投影概念為基礎，提出探勘常見XML查詢樣式樹的方法，稱為XP_Mine演算法。其探勘過程中，首先將查詢樹資料庫中以前序字串編碼的XML查詢樹轉換成前序字串-層級表示法表示，接著以樹首遞迴投影的方式進行探勘。此外，XML查詢路徑中允許有”*”及”//”特殊比對方式的查詢樣式，所以本論文方法在探勘過程中亦擴展查詢樹包含比對的方法。由實驗結果顯示，對固定大小的資料庫，在查詢樹節點個數較小的時候，XP_Mine 較FastXMiner演算法有更好的執行效率。