联机分析挖掘技术是联机分析处理和数据挖掘相结合的产物。联机分析处理(OLAP)是建立在多维视图的基础之上，重在根据已有的模式将直接源自数据仓库中的不同信息源的大量相关信息联系起来，以给分析人员一个清晰、一致的视图，强调执行效率和对用户的快速响应，而且其直接数据源一般都是数据仓库。挖掘技术建立在各种数据源的基础上，重在发现隐藏在原始数据深层中的对学习者有用的模式，一般并不过多考虑执行效率和响应速度。因而联机分析挖掘技术(OLAM)具有多维分析的在线性、灵活性和数据处理的深人性。 OLAM通过WWW技术的结合，特别适合数据量巨大、信息类型复杂、表现形式繁多的网络信息资滁的组织。OLAM技术的实现过程如图1所示。(注： MD为Multi-Dimension，即多维视图；DM为Dat— aMining，即数据挖据；DW为DutaWarehouse，即数据仓库；DWMS为数据仓库管理系统。)
| 网络用户 | 请求 | 浏览器 | http | WEB服务器 | API | MD和DM | SQL | DWMS |
 |
|
|
| |||||
|
| ||||||||
| 标准化数据 | 网络信息自动捕获 | 数据仓库 | ||||||
 | ||||||||
|
非标准化数据 |
网络信息自动捕获 | |||||||
 | ||||||||
2、教育知识发现技术
教育知识发现(EKDD)就是利用机器学习的方法从数据库中提取有价值知识的整个过程，是数据库技术和机器学习两个学科的交叉学科。EKDD是一个多步骤的处理过程，在处理过程中可能会有很多次的反复，主要包括以下一些处理步骤，如图 2所示：
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
图2教育知识发现的基本过程
①教育目标理解：教育目标理解是对知识发现的教育领域及学习者的目标理解，包括应用中的预选知识和学习目标；
②创建一个目标数据集：选择一个数据集或在多数据的子集上聚焦。
③数据整理和预处理：去除无关数据、空白数据域，考虑时间顺序和数据变化等。 ④数据换算和转换：抽取数据的特征表示，用维变换或转换方法减少有效变量的实际数目或找到数据的不变式。
⑤确定挖掘目标和算法：数据挖掘的目标是数据分类、回归、聚合、汇总、关系模型化、检测数据变化和误差等，并采用与系统目标一致的数据挖掘算法。
⑥数据挖。掘：利用一种或多种技术，相继地挖掘已转换的数据，抽取感兴趣的信息，并以特定的形式挖掘期望或与模型相匹配的数据集合，完成诸如归类、回归、聚合等任务。
⑦结果评价：用户必须按照决策支持任务和系统目标来评价所挖掘的教育信息，对数据挖掘结果的评价可能导致上述任何一个步骤的改变，甚至导致整个教育知识发现过程的重新开始，以最终获取知识。
文章选自《现代教育技术》2002年第2期(总第39期)
[参考文献]
[1]JermyGalbreath，KnowledgeManagementTechnologyineducation，educational technology CJ)，2000，(5)
[2]童小英，知识管理：老树开花还是新瓶装旧酒，图书情报工作[J]，2001，(5)
[3)黎加厚，知识管理对网络时代电化教育的启迪，电化教育研究[J]，2001，(8)、(9)，http：//go8．163．com (收稿日期：2001年12月)
