| 目录 | 第1-7页 |
| 图目录 | 第7-8页 |
| 表目录 | 第8-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| §1．1 研究背景 | 第11-14页 |
| 1．1．1 现代远程教育概述 | 第11-12页 |
| 1．1．2 远程教育中的质量保证标准和评估体系 | 第12-13页 |
| 1．1．3 电大系统"人才培养模式改革和开放教育试点"项目及其评估体系 | 第13-14页 |
| §1．2 课题目标 | 第14-16页 |
| §1．3 论文结构 | 第16页 |
| §1．4 本文的研究成果 | 第16-17页 |
| 第二章 数据挖掘技术 | 第17-27页 |
| §2．1 数据挖掘概述 | 第17-18页 |
| §2．2 数据挖掘过程 | 第18-20页 |
| §2．3 数据挖掘中的决策树方法 | 第20-26页 |
| 2．3．1 决策树方法一般过程 | 第20-21页 |
| 2．3．2 常用的决策树分类算法 | 第21-25页 |
| 2．3．3 几种算法的比较分析 | 第25-26页 |
| §2．4 本章小结 | 第26-27页 |
| 第三章 在线学习行为评估系统的设计 | 第27-41页 |
| §3．1 系统设计分析 | 第27-28页 |
| §3．2 基于Web的远程教学系统学习模型 | 第28-30页 |
| §3．3 系统总体结构 | 第30页 |
| §3．4 数据采集和统计分析模块设计 | 第30-34页 |
| 3．4．1 数据采集模块设计 | 第30-33页 |
| 3．4．2 统计分析模块设计 | 第33-34页 |
| §3．5 学习行为评估模块设计 | 第34-40页 |
| 3．5．1 描述学习行为属性的确定 | 第34-35页 |
| 3．5．2 数据挖掘算法设计 | 第35-39页 |
| 3．5．3 在线学习行为评估软件设计 | 第39-40页 |
| §3．6 本章小结 | 第40-41页 |
| 第四章 在线学习行为评估系统的实现 | 第41-64页 |
| §4．1 数据采集模块实现 | 第41-43页 |
| 4．1．1 数据采集机制 | 第41-42页 |
| 4．1．2 数据采集过程 | 第42-43页 |
| §4．2 数据统计模块的实现 | 第43-47页 |
| 4．2．1 使用OWC绘制图表 | 第43-45页 |
| 4．2．2 学生个体统计 | 第45-46页 |
| 4．2．3 课程访问统计 | 第46-47页 |
| §4．3 学习行为评估模块实现 | 第47-63页 |
| 4．3．1 数据预处理 | 第47-50页 |
| 4．3．2 生成决策树 | 第50-53页 |
| 4．3．3 基于属性相关性的决策树规则生成算法 | 第53-57页 |
| 4．3．4 规则生成及化简 | 第57-61页 |
| 4．3．5 模型准确性评估 | 第61-63页 |
| §4．4 本章小结 | 第63-64页 |
| 第五章 系统测试与应用 | 第64-67页 |
| §5．1 系统测试 | 第64-65页 |
| §5．2 系统应用分析 | 第65-67页 |
| 第六章 结束语 | 第67-69页 |
| §6．1 全文工作总结 | 第67页 |
| §6．2 工作展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 附录 攻读硕士期间发表的论文 | 第70-71页 |
| 参考文献 | 第71-73页 |