基于学习诊断的个性化学习资源推荐研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-10页 |
| 1.1.1 个性化学习 | 第8-9页 |
| 1.1.2 教育数据挖掘 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 个性化学习资源推荐研究现状 | 第10-11页 |
| 1.2.2 教育数据挖掘研究现状 | 第11-12页 |
| 1.3 问题分析 | 第12页 |
| 1.4 主要研究内容及组织结构 | 第12-14页 |
| 第二章 相关理论与技术 | 第14-20页 |
| 2.1 本体理论 | 第14-15页 |
| 2.1.1 本体概述 | 第14页 |
| 2.1.2 本体的构成 | 第14-15页 |
| 2.2 资源推荐方法 | 第15-19页 |
| 2.2.1 常见的推荐方法 | 第15-18页 |
| 2.2.2 相似性计算 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 学生知识水平诊断 | 第20-28页 |
| 3.1 知识点关系图 | 第20-24页 |
| 3.1.1 知识点的定义 | 第20-21页 |
| 3.1.2 知识点之间的关系 | 第21-22页 |
| 3.1.3 知识点结构 | 第22-23页 |
| 3.1.4 基于课程知识点关系图 | 第23-24页 |
| 3.2 学生知识水平诊断 | 第24-26页 |
| 3.2.1 学生-试题-知识点关系 | 第24-25页 |
| 3.2.2 知识诊断 | 第25-26页 |
| 3.3 知识点序列生成 | 第26页 |
| 3.4 本章小结 | 第26-28页 |
| 第四章 学生学习行为分析 | 第28-34页 |
| 4.1 行为分析 | 第28-29页 |
| 4.1.1 学习行为 | 第28页 |
| 4.1.2 学习分析 | 第28-29页 |
| 4.2 学习行为的多维度分类 | 第29-31页 |
| 4.3 基于学习行为的学习结果分析 | 第31-33页 |
| 4.4 本章小结 | 第33-34页 |
| 第五章 基于学习诊断的个性化学习资源推荐 | 第34-42页 |
| 5.1 融合学习目标和学习偏好的学习资源推荐机制 | 第34-35页 |
| 5.2 学习资源表示 | 第35-37页 |
| 5.2.1 学习资源分类 | 第35页 |
| 5.2.2 学习资源的难度 | 第35-37页 |
| 5.2.3 学习资源间的相似度匹配 | 第37页 |
| 5.3 协同过滤推荐算法 | 第37-38页 |
| 5.3.1 协同过滤推荐算法的原理 | 第37页 |
| 5.3.2 协同过滤在教育学中的应用 | 第37-38页 |
| 5.4 基于学习诊断的个性化学习资源推荐方法 | 第38-41页 |
| 5.4.1 资源推荐整体框架 | 第39页 |
| 5.4.2 资源推荐具体方法 | 第39-41页 |
| 5.5 本章小结 | 第41-42页 |
| 第六章 学习资源推荐方法应用 | 第42-48页 |
| 6.1 移动自主学堂概述 | 第42-43页 |
| 6.2 实验 | 第43-46页 |
| 6.2.1 实验数据集介绍 | 第43页 |
| 6.2.2 数据预处理 | 第43-44页 |
| 6.2.3 实验评价指标 | 第44-45页 |
| 6.2.4 实验结果分析 | 第45-46页 |
| 6.3 本章小结 | 第46-48页 |
| 第七章 总结和展望 | 第48-50页 |
| 7.1 工作总结 | 第48页 |
| 7.2 展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间的科研成果 | 第55-56页 |
