| 第1章 绪论 | 第1-10页 |
| 1．1 研究背景 | 第7页 |
| 1．2 本文的意义 | 第7-8页 |
| 1．3 本文研究基础工作 | 第8-9页 |
| 1．4 本文的结构 | 第9-10页 |
| 第2章 数据挖掘、数据仓库等相关文献综述 | 第10-26页 |
| 2．1 数据挖掘理论综述 | 第10-23页 |
| 2．1．1 数据挖掘概念 | 第10-11页 |
| 2．1．2 数据挖掘与传统分析方法的区别 | 第11-12页 |
| 2．1．3 数据挖掘的特点 | 第12页 |
| 2．1．4 描述型数据挖掘 | 第12-13页 |
| 2．1．4．1 统计和可视化 | 第12-13页 |
| 2．1．4．2 聚集(分群) | 第13页 |
| 2．1．4．3 关联分析 | 第13页 |
| 2．1．5 预言型数据挖掘 | 第13-15页 |
| 2．1．5．1 分类(Classification) | 第14页 |
| 2．1．5．2 时间序列(Time series) | 第14-15页 |
| 2．1．6 数据挖掘模型的建立和算法选择 | 第15-17页 |
| 2．1．7 数据挖掘的流程 | 第17-18页 |
| 2．1．7．1 确定业务对象 | 第18页 |
| 2．1．7．2 知识挖掘 | 第18页 |
| 2．1．8 数据挖掘所面临的挑战 | 第18-20页 |
| 2．1．9 数据仓库概念 | 第20-21页 |
| 2．1．10 数据仓库的组成 | 第21-22页 |
| 2．1．11 数据挖掘库 | 第22-23页 |
| 2．1．12 数据仓库与事务数据库 | 第23页 |
| 2．2 数据挖掘的应用现状 | 第23-26页 |
| 2．2．1 教育领域的数据挖掘 | 第25-26页 |
| 第3章 个性化网络教学平台理论依据 | 第26-35页 |
| 3．1 个性化学习相关理论 | 第26-29页 |
| 3．1．1 CRM思想的引入 | 第29页 |
| 3．2 个性化网络教学平台中的焦点问题 | 第29-35页 |
| 3．2．1 个性化的网络教学平台模型 | 第30-35页 |
| 3．2．1．1 数据收集与预处理模块 | 第31-32页 |
| 3．2．1．2 个性化分析中心 | 第32-33页 |
| 3．2．1．3 信息调度 | 第33页 |
| 3．2．1．4 各子系统的工作协调 | 第33-35页 |
| 第4章 基于数据挖掘的个性化网络教学平台设计 | 第35-44页 |
| 4．1 基于数据挖掘的个性化网络教学系统模型 | 第35-38页 |
| 4．1．1 系统实现模型 | 第35-38页 |
| 4．1．2 决策支持系统的功能设计 | 第38页 |
| 4．2 数据仓库建模 | 第38-44页 |
| 4．2．1 开发模型 | 第38-39页 |
| 4．2．2 以学生为中心的(Student-centric)数据仓库 | 第39-40页 |
| 4．2．3 数据仓库的组成和表群划分 | 第40-41页 |
| 4．2．4 数据粒度(Granularity)划分 | 第41页 |
| 4．2．5 以学生为中心的数据整合—ODS(Operational Data Store)的设计与实现 | 第41-43页 |
| 4．2．6 技术实现架构 | 第43-44页 |
| 第5章 个性化网络教学平台中数据挖掘的应用 | 第44-57页 |
| 5．1 数据挖掘的数据流分析 | 第44页 |
| 5．2 数据挖掘的数据源对象分类 | 第44-46页 |
| 5．3 数据挖掘系统指标体系 | 第46-49页 |
| 5．3．1 维度说明 | 第46-48页 |
| 5．3．2 指标描述 | 第48-49页 |
| 5．4 数据挖掘模型的应用分析 | 第49-57页 |
| 5．4．1 学生聚类模型 | 第51-52页 |
| 5．4．2 知识点序列模型 | 第52-54页 |
| 5．4．3 教学策略评价模型 | 第54-57页 |
| 结束语 | 第57-58页 |
| 附录 | 第58-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 声明 | 第66页 |
