To better understand their knowledg

To better understand their knowledge profiles, students can be grouped according to theircustomized features, personal characteristics, etc. The clusters/groups of students obtained can beused to define a set of tasks for orienting the students, such as the construction of personalized learningactivities, the promotion of effective group learning in some areas, the provision of some set of adaptivecontents, etc. The data mining techniques normally used in this tasks are classification (supervisedlearning) and clustering (unsupervised learning). Cluster analysis or clustering is the assignmentof a subject with a set of observations into a subset (called a cluster) so that subjects with similarobservations can be set to that same subset [27,28].

結果 (繁體中文) 1:

為了更好地了解他們的知識簡介，學生可以根據自己的分組
定制功能，個人特點等集群/獲得可學生群體
用來定義一組任務用於定向的學生，如個性化學習的建設
活動中，一些地區的推廣有效組的學習，提供一些一套自適應的
內容等，通常在這個任務中使用的數據挖掘技術是分類（監督
學習）和集群（無監督學習）。聚類分析或聚類是分配
用的一組觀察到的子集（稱為簇）的受試者，以便具有類似的是受試者
的觀察可以被設置為相同的子集[27,28]。

結果 (繁體中文) 2:

為了更好地理解他們的知識檔案，可以根據他們的知識檔案對學生進行分組。
定制功能、個人特徵等。獲得的學生集群/組可以是
用於定義一組定位學生的任務，例如個人化學習的建設
活動，促進一些領域的有效群體學習，提供一定的適應性
內容等。此任務中通常使用的資料採礦技術是分類（監督
學習）和聚類（無監督學習）。聚類分析或聚類是分配
具有一組觀測結果的子物件（稱為群集），以便具有類似結果的受試者
觀測值可以設置為同一子集 [27，28]。

結果 (繁體中文) 3:

為了更好地理解他們的知識概要，可以根據他們的
定制特徵、個人特徵等。獲得的學生群體
用於定義一組面向學生的任務，如構建個性化學習
活動中，在某些領域促進有效的小組學習，提供一些適應性的
內容等。此任務中通常使用的資料挖掘科技是分類（監督
學習）和聚類（無監督學習）。聚類分析或聚類是指
把一組觀察結果分成一個子集（稱為一個簇）以便
觀測值可以設定為相同的子集[27,28]。