| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 MOOC研究 | 第10-11页 |
| 1.2.2 聚类分析研究 | 第11-13页 |
| 1.3 本文研究的主要内容 | 第13-14页 |
| 1.4 论文的安排 | 第14-15页 |
| 第2章 理论基础 | 第15-25页 |
| 2.1 MOOC概述 | 第15-16页 |
| 2.1.1 MOOC的概念与特点 | 第15-16页 |
| 2.1.2 MOOC的理论基础 | 第16页 |
| 2.2 聚类算法 | 第16-25页 |
| 2.2.1 聚类分析概述及其数据类型 | 第16-23页 |
| 2.2.2 主要聚类方法 | 第23-25页 |
| 第3章 蚁群聚类算法 | 第25-32页 |
| 3.1 蚁群算法 | 第25-28页 |
| 3.1.1 蚁群算法原理与特点 | 第25页 |
| 3.1.2 蚁群算法的数学模型 | 第25-28页 |
| 3.2 蚁群聚类算法概述 | 第28-30页 |
| 3.3 平均相似性的计算 | 第30-31页 |
| 3.4 概率转换函数的计算 | 第31-32页 |
| 第4章 学生作业互评的分组研究 | 第32-46页 |
| 4.1 学生作业互评分组问题概述 | 第32-33页 |
| 4.1.1 学生作业互评分组问题 | 第32页 |
| 4.1.2 学生作业互评分组目标 | 第32-33页 |
| 4.2 学生作业互评分组参数的选择 | 第33-38页 |
| 4.2.1 参数的选择及数据预处理 | 第33-34页 |
| 4.2.2 离散属性的量化 | 第34-37页 |
| 4.2.3 相似性的计算 | 第37-38页 |
| 4.3 学生作业互评分组中的蚁群聚类算法应用 | 第38-41页 |
| 4.3.1 主成分分析 | 第38-39页 |
| 4.3.2 相似度计算 | 第39页 |
| 4.3.3 移动策略 | 第39-40页 |
| 4.3.4 算法步骤 | 第40-41页 |
| 4.4 应用示例——某校MOOC学生作业互评的分组 | 第41-46页 |
| 4.4.1 调查问卷的设计 | 第41-42页 |
| 4.4.2 数据的收集与预处理 | 第42-43页 |
| 4.4.3 学生作业互评分组实验设计 | 第43-44页 |
| 4.4.4 学生作业互评分组分析处理 | 第44-46页 |
| 第5章 学生作业互评系统的设计 | 第46-53页 |
| 5.1 轻量型MOOC平台的搭建 | 第46-47页 |
| 5.2 学生作业互评系统的概念设计 | 第47-48页 |
| 5.3 学生作业互评系统功能设计 | 第48-51页 |
| 5.4 总结与展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读学位期间取得学术成果 | 第57-58页 |
| 附录A | 第58页 |