基于Web日志挖掘的个性化学习平台的设计与实现
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-11页 |
| 1.4 论文研究内容与目标 | 第11页 |
| 1.5 论文各部分的内容安排 | 第11-12页 |
| 1.6 本章小结 | 第12-13页 |
| 第二章 关键技术概述 | 第13-22页 |
| 2.1 Web数据挖掘技术 | 第13-17页 |
| 2.1.1 Web数据挖掘的定义 | 第13页 |
| 2.1.2 Web数据挖掘的分类 | 第13页 |
| 2.1.3 Web日志挖掘的过程 | 第13-14页 |
| 2.1.4 K-Means聚类算法 | 第14-15页 |
| 2.1.5 Apriori关联规则算法 | 第15-16页 |
| 2.1.6 Web日志挖掘的应用价值 | 第16-17页 |
| 2.2 SSM框架技术 | 第17-20页 |
| 2.2.1 Spring框架 | 第17页 |
| 2.2.2 SpringMVC框架 | 第17-18页 |
| 2.2.3 MyBatis框架 | 第18-19页 |
| 2.2.4 SSM框架整合 | 第19-20页 |
| 2.3 移动端相关技术 | 第20-21页 |
| 2.3.1 Android的概述 | 第20页 |
| 2.3.2 Android的应用组件和工作机制 | 第20-21页 |
| 2.3.4 Android系统的优点 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 系统需求分析 | 第22-28页 |
| 3.1 用户需求分析 | 第22-24页 |
| 3.2 基于Web日志挖掘的个性化学习需求分析 | 第24-25页 |
| 3.3 其他功能需求分析 | 第25-27页 |
| 3.3.1 用户管理子系统 | 第25页 |
| 3.3.2 学习资源管理子系统 | 第25-26页 |
| 3.3.3 公告管理子系统 | 第26页 |
| 3.3.4 在线学习子系统 | 第26页 |
| 3.3.5 网上留言管理子系统 | 第26-27页 |
| 3.4 非功能需求分析 | 第27页 |
| 3.5 系统环境需求分析 | 第27页 |
| 3.6 本章小结 | 第27-28页 |
| 第四章 系统详细设计 | 第28-44页 |
| 4.1 总体设计 | 第28-29页 |
| 4.2 基于Web日志挖掘的个性化学习模块设计 | 第29-35页 |
| 4.2.1 数据收集 | 第29-30页 |
| 4.2.2 数据预处理 | 第30-31页 |
| 4.2.3 K-Means聚类算法 | 第31-33页 |
| 4.2.4 Apriori关联规则算法 | 第33-35页 |
| 4.3 其他功能模块设计 | 第35-39页 |
| 4.3.1 用户管理模块设计 | 第36-37页 |
| 4.3.2 学习资源管理模块设计 | 第37-38页 |
| 4.3.3 公告管理模块设计 | 第38页 |
| 4.3.4 在线学习模块设计 | 第38-39页 |
| 4.3.5 网上留言模块设计 | 第39页 |
| 4.4 数据库设计 | 第39-43页 |
| 4.4.1 数据库结构设计 | 第39-41页 |
| 4.4.2 数据库表设计 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 系统实现 | 第44-57页 |
| 5.1 系统搭建过程 | 第44-45页 |
| 5.2 系统的移动端实现 | 第45-46页 |
| 5.3 基于Web日志挖掘的个性化学习模块实现 | 第46-52页 |
| 5.3.1 数据收集 | 第46-48页 |
| 5.3.2 数据预处理 | 第48-49页 |
| 5.3.3 K-Means聚类算法 | 第49-51页 |
| 5.3.4 Apriori关联规则算法 | 第51-52页 |
| 5.3.5 个性化学习界面 | 第52页 |
| 5.4 其他功能模块实现 | 第52-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61页 |
