董伟，天津大学教育学院副教授，系主任 ，博士生导师，威斯康星大学访问学者，天津大学情报研究所主要成员，天津市中文信息学会理事。主持并完成国家社科、全国教育科学规划，天津市教委重大课题等相关课题，作为第一作者或通讯作者在SCI、SSCI以及CSSCI等期刊发表论文30余篇，出版专著一部。

本书力图系统和全面地对教育数据挖掘的背景理论、方法体系以及在教育领域中的实践应用进行揭示和展开。首先，在背景理论方面，分析了教育数据挖掘的时代背景和应用场景，并深入阐述了教育数据挖掘的内涵、发展脉络以及相关理论基础。其次，在方法方面，则重点阐述了开展教育数据挖掘相关研究所应用的教育数据获取方法与预处理、文本相似度与主题分析，教育文本情感分析、时间序列与因果分析、分类回归以及社会网络分析等。另外，在方法的介绍和分析过程中，分别结合不同方法的特点展示了多个实践应用案例。作者基于已有研究基础，从理论、方法到实践三个视角展示了教育数据挖掘的全貌和研究逻辑，有助于理解和挖掘大数据时代背景下教育数据的应用价值，以期对有意愿深入理解和探讨教育数据挖掘相关问题的教师和学生有所裨益。

第1章 大数据与教育变革
1．1 大数据热潮与教育大数据
1．2 大数据时代下教育研究面临的机遇和挑战
1．3 大数据时代下的教育研究变革
1．4 本章小结

第2章 教育数据挖掘概述
2．1 教育数据挖掘的必要性
2．2 教育数据挖掘的概念及功能
2．3 教育数据挖掘的对象
2．4 教育数据挖掘的相关学科领域
2．5 本章小结

第3章 教育数据挖掘方法、过程及应用
3．1 教育数据挖掘的方法基础
3．2 教育数据挖掘的过程
3．3 教育数据挖掘的应用
3．4 本章小结

第4章 教育数据的获取与预处理
4．1 教育数据的获取原则
4．2 教育数据的获取途径
4．3 教育数据的获取方法
4．4 教育数据的预处理
4．5 本章小结

第5章 文本相似度与主题分析
5．1 文本特征词的抽取
5．2 文本相似度计算
5．3 文本主题模型
5．4 应用案例
5．5 本章小结

第6章 情感分析
6．1 情感分析概述
6．2 情感信息要素的抽取
6．3 情感分析的主流方法
6．4 应用案例
6．5 本章小结

第7章 时间序列、关联规则与因果关系
7．1 时间序列模型
7．2 关联规则
7．3 因果关系
7．4 应用案例
7．5 本章小结

第8章 分类与回归
8．1 分类与回归的算法
8．2 应用案例
8．3 本章小结
……

第9章 社会网络分析
第10章 教育数据挖掘的研究前沿与展望

参考文献