The objective here is to attend a s

The objective here is to attend a student demand for specific results with recommendations such aspersonalized activities, adapted learning contents, suggested links to visit or the next task or problemto solve. Several data mining techniques can be used to address this task, but the most commonare association rule mining, clustering and sequential pattern mining. Association rule mining is aprocedure used to discover relations existent between variables defined in large databases. Clusteringis a data mining technique to reach data grouping based on similarities. Sequence/sequential patternmining can be used to discover relationships between occurrences of sequential events to find if thereexists any specific order in which these occurrences should happen [28].

結果 (繁體中文) 1:

這裡的目的是參加與建議的具體結果，如學生的需求
個性化的活動，適應學習內容，建議鏈接訪問或下一個任務或問題的
解決。一些數據挖掘技術可以用來解決這個任務，但最常見的
是關聯規則挖掘，聚類和序列模式挖掘。關聯規則挖掘是
用來發現的關係在大型數據庫中定義的變量之間存在的過程。聚類
是數據挖掘技術來達到數據分組基於相似性。序列/序列模式
挖掘可用於發現連續事件的發生之間的關係，以尋找是否有
存在的任何特定順序，其中這些事件應該發生[28]。

結果 (繁體中文) 2:

這裡的目標是參加學生對具體結果的需求，並提出建議，例如
個人化活動，調整學習內容，建議訪問連結或下一個任務或問題
解決。可以使用多種資料採礦技術來解決此問題，但最常見的
是關聯規則挖掘、聚類和順序模式挖掘。關聯規則挖掘是
用於發現大型資料庫中定義的變數之間存在的關係的過程。聚 類
是一種資料採礦技術，用於基於相似性進行資料分組。序列/順序模式
挖掘可用於發現順序事件的發生之間的關係，以查找是否有
存在這些事件發生 [28] 的任何特定順序。

結果 (繁體中文) 3:

這裡的目標是關注學生對具體結果的需求，並提出建議，例如
個性化活動、改編的學習內容、建議的訪問連結或下一個任務或問題
解决。可以使用幾種資料挖掘科技來處理此任務，但最常見的是
分別是關聯規則挖掘、聚類和序列模式挖掘。關聯規則挖掘是
用於發現大型資料庫中定義的變數之間存在關係的過程。聚類
是一種基於相似性來實現數據分組的資料挖掘科技。順序/順序模式
挖掘可用於發現順序事件之間的關係，以查找是否存在
存在這些事件發生的任何特定順序[28]。