| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 论文研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 国外研究现状 | 第10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 研究的思路和方法 | 第11-13页 |
| 1.4 论文结构 | 第13-14页 |
| 第2章 研究的相关理论知识 | 第14-22页 |
| 2.1 MOOC平台的介绍 | 第14页 |
| 2.2 MOOC学习者学习行为分析介绍 | 第14-15页 |
| 2.2.1 MOOC学习者学习行为分析的内容 | 第15页 |
| 2.2.2 MOOC学习者学习行为的应用 | 第15页 |
| 2.3 数据挖掘技术 | 第15-21页 |
| 2.3.1 数据挖掘的概念和过程 | 第15-17页 |
| 2.3.2 数据挖掘方法概述 | 第17-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 MOOC学习者学习行为统计分析 | 第22-42页 |
| 3.1 数据来源 | 第22-23页 |
| 3.2 数据预处理 | 第23-25页 |
| 3.2.1 数据清理 | 第23-24页 |
| 3.2.2 数据变换与数据离散化 | 第24-25页 |
| 3.3 MOOC学习者学习行为差异性分析研究 | 第25-37页 |
| 3.3.1 学习者基本情况 | 第25-30页 |
| 3.3.2 学习者学习行为特征的差异性 | 第30-35页 |
| 3.3.3 MOOC学习者学习行为差异性分析结果 | 第35-37页 |
| 3.4 MOOC学习者行为与学习效果相关分析 | 第37-41页 |
| 3.4.1 学习者学习行为与学习成绩分布 | 第37-40页 |
| 3.4.2 学习者学习行为与学习成绩相关性分析 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于分类算法的MOOC平台学习者成绩实证分析 | 第42-57页 |
| 4.1 引言 | 第42-45页 |
| 4.2 基于决策树算法的edX平台学习者成绩实证分析 | 第45-49页 |
| 4.2.1 建立决策树算法模型 | 第45-47页 |
| 4.2.2 仿真实验及结果分析 | 第47-49页 |
| 4.3 基于支持向量机算法的edX平台学习者成绩实证分析 | 第49-51页 |
| 4.3.1 建立支持向量机算法模型 | 第49-50页 |
| 4.3.2 仿真实验及结果分析 | 第50-51页 |
| 4.4 基于随机森林算法的edX平台学习者成绩实证分析 | 第51-54页 |
| 4.4.1 建立随机森林算法模型 | 第51-53页 |
| 4.4.2 仿真实验及结果分析 | 第53-54页 |
| 4.5 研究结果分析 | 第54-56页 |
| 4.5.1 模型评估与比较 | 第54-55页 |
| 4.5.2 分析与对策 | 第55-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-58页 |
| 5.1 研究总结 | 第57页 |
| 5.2 研究展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 读硕期间发表的论文目录 | 第61-62页 |
| 致谢 | 第62-63页 |
