首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

中学生在线作业结果数据关联规则分析与学习质量诊断研究

摘要第6-7页
ABSTRACT第7-8页
1 绪论第11-19页
    1.1 研究背景第11-14页
        1.1.1 大数据为教育科学决策提供有力支撑第11页
        1.1.2 在线作业平台的快速发展第11-13页
        1.1.3 新课标对学生学习质量的要求第13-14页
    1.2 研究问题的提出第14页
    1.3 研究设计第14-18页
        1.3.1 研究目标第14页
        1.3.2 研究意义第14-15页
        1.3.3 研究内容第15-16页
        1.3.4 研究方法第16页
        1.3.5 研究思路第16-18页
    1.4 本章小结第18-19页
2 研究综述第19-45页
    2.1 相关概念界定第19-26页
        2.1.1 在线作业第19-20页
        2.1.2 学习结果与作业结果第20-22页
        2.1.3 知识点第22-23页
        2.1.4 学习质量第23-26页
    2.2 国内外研究现状第26-32页
        2.2.1 国外研究现状第26-29页
        2.2.2 国内研究现状第29-32页
    2.3 理论基础与技术第32-44页
        2.3.1 教育目标分类理论第33-36页
        2.3.2 学习结果分类理论第36-37页
        2.3.3 认知结构理论第37-39页
        2.3.4 数据挖掘技术第39-42页
        2.3.5 xAPI技术规范第42-44页
    2.4 本章小结第44-45页
3 中学生在线作业结果数据的采集第45-57页
    3.1 数据采集与分析流程第45-47页
    3.2 中学生在线作业结果数据采集项的确定第47-50页
        3.2.1 学习者基本属性的确定第47页
        3.2.2 学习结果数据采集项的确定第47-48页
        3.2.3 题目与知识点采集项的确定第48-50页
    3.3 中学生在线作业结果数据的采集第50-56页
        3.3.1 中学生在线作业结果数据源第50-51页
        3.3.2 数据采集平台与数据分析工具第51-52页
        3.3.3 中学生在线作业结果数据采集过程的实现第52-56页
        3.3.4 中学生在线结果数据分析目标的确定第56页
    3.4 本章小结第56-57页
4 中学生在线作业知识点关联规则分析第57-72页
    4.1 知识点关联关系挖掘模型的构建原则第57-58页
    4.2 知识点关联规则挖掘分析第58-70页
        4.2.1 数据分析方法与数据处理过程第61-62页
        4.2.2 数据获取第62页
        4.2.3 数据预处理与探索性分析第62-64页
        4.2.4 知识点关联规则挖掘分析第64-70页
    4.3 模型分析结果与讨论第70-71页
    4.4 本章小结第71-72页
5 中学生在线作业学习质量诊断第72-88页
    5.1 在线学习质量诊断模型构建的原则第72-74页
    5.2 在线学习质量诊断模型构建第74-86页
        5.2.1 数据分析方法与数据处理过程第77页
        5.2.2 抽取数据第77-78页
        5.2.3 数据探索与预处理第78-81页
        5.2.4 在线学习质量诊断建模第81-86页
    5.3 模型分析结果与讨论第86-87页
    5.4 本章小结第87-88页
6 总结与展望第88-91页
    6.1 论文总结第88-89页
    6.2 研究局限与展望第89-91页
参考文献第91-99页
附件第99-106页
致谢第106页

论文共106页,点击 下载论文
上一篇:微视频在中职《汽车英语》任务驱动教学中的应用研究
下一篇:网络学习环境下学生有效学习行为的影响因素研究