本選題首先深入剖析了教育大數據的特征，提出教育大數據分析與挖掘技術的目標和應用前景，梳理教育領域常用的分析挖掘技術，揭示教育大數據分析的本質。隨後，從教育數據獲取與預處理、數據降維、分析與預測、多維關聯挖掘、聚類分析、滯後時間序列分析、社會網絡分析等七個方面介紹教育數據挖掘的原理和實踐。本選題不僅闡釋了決策樹、人工神經網絡、支持向量機、樸素貝葉斯分類器、Logistic回歸、Apriori算法、K-Means聚類、層次聚類等分析技術的原理，也利用SPSS Modeler、GSEQ、Ucinet、Gephi等軟件結合案例和實操對這些算法的應用場景進行了全面介紹。本選題結合案例將復雜的數據分析技術進行深入淺出的講解，選用教育領域的數據進行預處理、降維、預測、聚類、關聯分析、時間序列分析和社會網絡分析。與此同時，結合微視頻講解案例操作，形成立體化教材，努力將本書打造成在內容設計上面具有實踐性，在知識層面上具有發展性，在表現形式上具有富媒體性的圖書。
