| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 问题的提出 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 项目组研究现状 | 第13-14页 |
| 1.4 研究的主要内容 | 第14-15页 |
| 1.5 论文结构 | 第15-17页 |
| 第2章 理论基础与技术路线分析 | 第17-23页 |
| 2.1 理论基础 | 第17-19页 |
| 2.1.1 诊断性学习系统 | 第17-18页 |
| 2.1.2 知识点体系 | 第18页 |
| 2.1.3 知识点关联 | 第18-19页 |
| 2.2 技术路线 | 第19-22页 |
| 2.2.1 数据挖掘和关联分析 | 第19-20页 |
| 2.2.2 IBM SPSS Modeler 14.1和Apriori算法 | 第20-21页 |
| 2.2.3 连续数据的处理 | 第21-22页 |
| 2.2.4 对称分析 | 第22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 知识点关联分析及其关联规则表建立 | 第23-47页 |
| 3.1 数据收集 | 第23-26页 |
| 3.2 数据预处理 | 第26-29页 |
| 3.2.1 数据清理 | 第26-27页 |
| 3.2.2 数据转换 | 第27-29页 |
| 3.3 挖掘过程 | 第29-35页 |
| 3.3.1 处理连续数据 | 第29-31页 |
| 3.3.2 数据分层 | 第31-34页 |
| 3.3.3 操作方法 | 第34-35页 |
| 3.4 参数设置 | 第35-39页 |
| 3.4.1 对高正确率分析 | 第35-37页 |
| 3.4.2 对低正确率分析 | 第37-38页 |
| 3.4.3 最大前项数 | 第38-39页 |
| 3.5 挖掘结果 | 第39-44页 |
| 3.5.1 最终结果 | 第39-42页 |
| 3.5.2 提高和不足 | 第42-44页 |
| 3.6 本章小结 | 第44-47页 |
| 第4章 基于知识点关联规则的两种组卷算法的设计与实现 | 第47-69页 |
| 4.1 基于知识点关联规则的弱项组卷算法设计 | 第47-60页 |
| 4.1.1 目标背景和设计思想 | 第47-48页 |
| 4.1.2 具体步骤和流程图 | 第48-55页 |
| 4.1.3 代码实现 | 第55-60页 |
| 4.2 基于知识点关联规则的覆盖最大化组卷算法设计 | 第60-65页 |
| 4.2.1 目标背景和设计思想 | 第60-62页 |
| 4.2.2 具体步骤和流程图 | 第62-64页 |
| 4.2.3 代码实现 | 第64-65页 |
| 4.3 算法实验验证 | 第65-68页 |
| 4.3.1 用户评价验证 | 第65-66页 |
| 4.3.2 成绩提升验证 | 第66-68页 |
| 4.4 本章小结 | 第68-69页 |
| 第5章 基于题型的组卷算法的研究与实现 | 第69-83页 |
| 5.1 按题型的弱项组卷算法设计 | 第69-74页 |
| 5.1.1 目标背景和设计思想 | 第69-71页 |
| 5.1.2 具体步骤和流程图 | 第71-73页 |
| 5.1.3 代码实现 | 第73-74页 |
| 5.2 综合考虑题型和知识点的弱项组卷算法设计 | 第74-79页 |
| 5.2.1 目标背景和设计思想 | 第74页 |
| 5.2.2 具体步骤和流程图 | 第74-77页 |
| 5.2.3 代码实现 | 第77-79页 |
| 5.3 综合考虑题型和知识点的弱项组卷在关联规则挖掘方向的构想 | 第79-82页 |
| 5.3.1 研究背景和准备工作 | 第79-80页 |
| 5.3.2 算法构想和流程图 | 第80-82页 |
| 5.4 本章小结 | 第82-83页 |
| 第6章 总结与展望 | 第83-85页 |
| 6.1 研究总结 | 第83页 |
| 6.2 未来展望 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 致谢 | 第89-90页 |
| 在读期间发表的学术论文与取得的研究成果 | 第90页 |
