摘要 | 第10-11页 |
ABSTRACT | 第11页 |
第1章 绪论 | 第12-17页 |
1.1 研究背景 | 第12-13页 |
1.1.1 MOOC的产生与发展 | 第12-13页 |
1.1.2 MOOC面临的问题 | 第13页 |
1.2 MOOC研究现状 | 第13-15页 |
1.2.1 国外MOOC研究现状 | 第14-15页 |
1.2.2 国内MOOC研究现状 | 第15页 |
1.3 主要局限及解决思路 | 第15-16页 |
1.4 本文的组织结构 | 第16-17页 |
第2章 文本数据挖掘相关研究 | 第17-28页 |
2.1 文本数据挖掘 | 第17页 |
2.2 文本数据挖掘相关技术 | 第17-27页 |
2.2.1 文本分词技术 | 第17-19页 |
2.2.2 文本特征表示 | 第19-20页 |
2.2.3 文本特征抽取 | 第20-21页 |
2.2.4 文本分类 | 第21-26页 |
2.2.5 文本聚类 | 第26-27页 |
2.3 本章小结 | 第27-28页 |
第3章 MOOC讨论区主题语义特征建模 | 第28-44页 |
3.1 讨论区特征分析 | 第28-31页 |
3.1.1 参与讨论的主要对象 | 第28页 |
3.1.2 讨论区话题结构特点 | 第28-29页 |
3.1.3 讨论区话题内容类型 | 第29-30页 |
3.1.4 讨论区话题文本特点 | 第30-31页 |
3.2 主题语义的构建 | 第31-36页 |
3.2.1 主题语义成分表示 | 第31-32页 |
3.2.2 主题义原关系定义 | 第32-34页 |
3.2.3 基于关系的相似度计算 | 第34-36页 |
3.3 讨论区主题抽取(TEDA)算法设计 | 第36-38页 |
3.3.1 讨论区话题特征表示 | 第36页 |
3.3.2 讨论区主题抽取 | 第36-38页 |
3.4 主题语义网构建算法 | 第38-40页 |
3.4.1 主题语义网的意义 | 第38页 |
3.4.2 主题类之间关系的建立 | 第38-39页 |
3.4.3 主题语义网构建算法TSNC | 第39-40页 |
3.5 实验过程及结果 | 第40-43页 |
3.5.1 实验数据来源 | 第40页 |
3.5.2 实验过程 | 第40-42页 |
3.5.3 实验结果分析 | 第42-43页 |
3.6 本章小结 | 第43-44页 |
第4章 基于学习兴趣的学习伙伴构建 | 第44-51页 |
4.1 MOOC中的学习伙伴构建 | 第44页 |
4.1.1 学习行为与学习兴趣 | 第44页 |
4.1.2 话题讨论与学习兴趣 | 第44页 |
4.2 学习者学习兴趣抽取 | 第44-47页 |
4.2.1 学习兴趣定义 | 第45页 |
4.2.2 基于语义的学习者学习兴趣抽取 | 第45-46页 |
4.2.3 学习兴趣的特征表示 | 第46页 |
4.2.4 学习兴趣相似度计算 | 第46-47页 |
4.3 基于学习兴趣的学习伙伴构建(CLPLI)算法 | 第47-48页 |
4.3.1 算法基本思想 | 第47页 |
4.3.2 算法详细描述 | 第47-48页 |
4.4 实验过程与结果 | 第48-50页 |
4.4.1 实验数据来源及判定标准 | 第48-50页 |
4.4.2 实验结果分析 | 第50页 |
4.5 本章小结 | 第50-51页 |
第5章 讨论区知识语义网构建及导航 | 第51-61页 |
5.1 知识表示及关系 | 第51-53页 |
5.1.1 知识的表示 | 第51页 |
5.1.2 知识点关系的定义 | 第51-52页 |
5.1.3 知识点表示模型 | 第52-53页 |
5.2 知识语义网构建(KSWC)算法设计 | 第53-56页 |
5.2.1 讨论区知识点抽取 | 第53-54页 |
5.2.2 知识语义网定义 | 第54-55页 |
5.2.3 知识语义网构建(KSWC)算法 | 第55-56页 |
5.3 知识语义网导航(KSWN)算法 | 第56-58页 |
5.3.1 知识语义网导航策略 | 第56-57页 |
5.3.2 知识语义网导航(KSWN)算法 | 第57-58页 |
5.4 实验过程与结果 | 第58-60页 |
5.4.1 研究数据过程 | 第58-59页 |
5.4.2 实验结果分析 | 第59-60页 |
5.5 本章小结 | 第60-61页 |
第6章 总结与展望 | 第61-62页 |
6.1 总结 | 第61页 |
6.2 未来工作 | 第61-62页 |
参考文献 | 第62-66页 |
致谢 | 第66-67页 |
学位论文评阅及答辩情况表 | 第67页 |