基于数据挖掘技术的个性化学习系统研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪 论 | 第12-20页 |
| ·研究背景 | 第12-14页 |
| ·个性化学习系统研究现状 | 第14-16页 |
| ·论文研究的主要内容 | 第16-17页 |
| ·论文研究的意义 | 第17-18页 |
| ·论文的组织和安排 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第2章 个性化学习 | 第20-38页 |
| ·个性化学习的概念 | 第20-23页 |
| ·个性化学习的特征 | 第23-24页 |
| ·个性化学习的原则 | 第24-26页 |
| ·个性化学习的理论基础 | 第26-37页 |
| ·建构主义学习理论 | 第26-28页 |
| ·人本主义学习理论 | 第28-29页 |
| ·多元智能理论 | 第29-31页 |
| ·学习风格理论 | 第31-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 数据挖掘技术 | 第38-48页 |
| ·数据挖掘的概念 | 第38-40页 |
| ·数据挖掘的过程 | 第40-42页 |
| ·数据挖掘的任务 | 第42-43页 |
| ·数据挖掘的主要方法 | 第43-44页 |
| ·数据挖掘的应用现状 | 第44-47页 |
| ·数据挖掘的典型应用 | 第44-45页 |
| ·数据挖掘在教育领域中的应用 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 贝叶斯分类在个性化学习系统中的应用 | 第48-60页 |
| ·分类的基本概念与步骤 | 第48-49页 |
| ·贝叶斯分类 | 第49-53页 |
| ·贝叶斯定理 | 第49-50页 |
| ·朴素贝叶斯分类 | 第50-52页 |
| ·贝叶斯网络 | 第52-53页 |
| ·贝叶斯分类在学习风格分类中的应用 | 第53-59页 |
| ·样本数据的建立 | 第53-55页 |
| ·学习风格分类模型建立 | 第55-57页 |
| ·分类模型应用举例 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 关联分析在个性化学习系统中的应用 | 第60-74页 |
| ·关联规则的基本概念 | 第60-62页 |
| ·关联规则挖掘的过程 | 第62-63页 |
| ·关联规则的分类 | 第63-64页 |
| ·关联规则分析在学习系统中的应用 | 第64-73页 |
| ·Apriori 算法 | 第64-67页 |
| ·Apriori 算法在学习者成绩分析中的应用 | 第67-73页 |
| ·本章小结 | 第73-74页 |
| 第6章 系统设计与实现 | 第74-92页 |
| ·系统设计的目标 | 第74-75页 |
| ·个性化学习系统的主要功能 | 第75页 |
| ·个性化学习系统结构 | 第75-84页 |
| ·系统逻辑结构 | 第75-78页 |
| ·系统模块结构 | 第78-84页 |
| ·系统的实现与应用 | 第84-91页 |
| ·系统实施的技术基础 | 第84-85页 |
| ·系统的使用 | 第85-91页 |
| ·本章小结 | 第91-92页 |
| 第7章 总结与展望 | 第92-94页 |
| ·总结 | 第92-93页 |
| ·展望 | 第93-94页 |
| 参考文献 | 第94-97页 |
| 附录 | 第97-99页 |
| 致谢 | 第99-100页 |
| 攻读学位期间发表的论文 | 第100页 |
