WEB日志数据挖掘在MOODLE中的研究与应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1 绪论 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 用户需求与目标 | 第11页 |
| 1.3 本文的研究内容 | 第11-13页 |
| 1.4 章节安排 | 第13-14页 |
| 2 相关技术研究 | 第14-24页 |
| 2.1 数据挖掘技术应用 | 第14页 |
| 2.2 线性回归分析 | 第14-16页 |
| 2.2.1 一元线性回归 | 第14-16页 |
| 2.2.2 多元线性回归 | 第16页 |
| 2.3 逻辑回归和分类 | 第16-21页 |
| 2.3.1 逻辑回归 | 第17-18页 |
| 2.3.2 分类和回归树（CART） | 第18-21页 |
| 2.4 推荐和聚类 | 第21-23页 |
| 2.4.1 层次聚类（Hierarchical） | 第21-22页 |
| 2.4.2 K-means | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 学习平台分析与源数据获取 | 第24-34页 |
| 3.1 Moodle平台整合建设工作 | 第24-27页 |
| 3.1.1 Moodle系统概述 | 第24-25页 |
| 3.1.2 系统建设及部署情况 | 第25-27页 |
| 3.2 相关数据库结构 | 第27-30页 |
| 3.3 运行日志数据收集 | 第30-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 学习路径和学习进度分析 | 第34-49页 |
| 4.1 学习路径分析 | 第34-43页 |
| 4.1.1 章节和模块结构 | 第35-36页 |
| 4.1.2 路径分析 | 第36-42页 |
| 4.1.3 小结 | 第42-43页 |
| 4.2 学习进度分析 | 第43-48页 |
| 4.2.1 路径设计和数据结构 | 第43-45页 |
| 4.2.2 进度分析和数据量化 | 第45-48页 |
| 4.2.3 小结 | 第48页 |
| 4.3 本章小结 | 第48-49页 |
| 5 学习效果预测和课程资源推荐 | 第49-68页 |
| 5.1 学习效果预测 | 第49-62页 |
| 5.1.1 数据收集和预处理 | 第49-54页 |
| 5.1.2 数据分析和建模 | 第54-61页 |
| 5.1.3 小结 | 第61-62页 |
| 5.2 课程资源推荐 | 第62-67页 |
| 5.2.1 数据收集和预处理 | 第62-63页 |
| 5.2.2 资源聚类和推荐 | 第63-67页 |
| 5.2.3 小结 | 第67页 |
| 5.3 本章小结 | 第67-68页 |
| 6 总结 | 第68-70页 |
| 6.1 本文的主要工作 | 第68-69页 |
| 6.2 工作展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73-74页 |
| 攻读学位期间发表的学术论文目录 | 第74页 |
