TADA-ED是一款在教育领域中比较先进的数据分析软件。它是专门为教师所定制的数据挖掘平台。它能让教师把学生在线的练习可视化并能对其进行挖掘，以此来发现与此相关的教学法。大多数情况下，在进行挖掘之前，存储在数据库中的数据需要进行一定的转化。TADA-ED包含了一个前处理的设备能让用户将数据库表格转化成一种具体的形式。那就是当用到一种特殊的数据挖掘的预算法则时，我们可以为教师呈现出有意义的结果。我们将从基于web的导师工具中的练习中利用学生的错误记录来展示它的应用。

引言：

互联网在很多领域包括教育领域都带来了很重大的变化。目前大范围的基于web的应用均支持教与学并且包含许多登录适应每个用户的特点。而我们尤其对分析存储在其中的数据感兴趣，如学生的交互和答案，错误以及教师的评论等等。这些数据可以存储在数据库中，当然也可以提取出来用于发现与教学法相关的信息。TADA-ED软件的目标就是将各式各样的可视化和数据挖掘软件整合起来，从而在此发现过程中帮助教师。TADA-ED软件代表了教育领域中较先进的数据分析工具。

据我所知，很少有工具专门致力于通过学生的作业来发现教学法相关的信息。大部分软件仅仅是对学生的分数，正确或错误答案或者是错误做一些简单的统计。C.H.I.C是一款能够为教师提供更复杂的信息的工具。它依赖于包含其中的数据分析功能,它可以产生比TADA-Ed软件更多其他的联系，本文未考虑。Bisson在学生行为的统计分析上所做的工作显示有价值的信息是可以被提取出来的。他们极为关注学生与系统之间的交互。类似，一些web用法的研究已经应用于e-learning。course-vis是一款能让教师去探索学生信息且比较复杂的可视化工具。我们的目标是拥有这样一款软件，它能够提取学生的交互，网络日志和诸如与行为相关的，对正确率和错误类型评价等包含丰富语意信息的数据。

预处理

预处理允许用户改变数据库表的格式，由一个特定的算法将选定的数据转换成适当的形式。通常，在数据挖掘工具中，所进行的转换为将数据进行重新铸造，或从现有的属性中计算一个新的属性。例如，数值属性可以浇铸成名义属性。TADA_Ed将进一步提供了图标1所列出的6种不同种类的转换。

让我们假设，教师要根据学生所犯的错误使用聚类算法对学生进行分组。数据可能包含对每个学生的几个条目：每个错误为一项。聚类算法所要做的就是，需要我们把这些条目形成每个学生一个向量。从而这些学生就可以相互比较。预处理的目的是收集每一个选择属性值的这些条目并收集和转换其他属性所带来的信息。图标1中显示了TADA-Ed中可获得的各种预处理类型。需要注意的是，在TADA-Ed中，每个属性可以有不同的预处理类型。一些强大的数据挖掘平台提供了其中的一些预处理功能（名义和总数），但它们应用于表中的所有属性。

ITPub博客

DAY68:TADA-ED在教育数据挖掘中的应用