| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 引言 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 网络教学 | 第11-12页 |
| 1.2.2 学习路径推荐方法 | 第12页 |
| 1.3 研究目标与主要内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第2章 相关研究 | 第15-25页 |
| 2.1 学习理论相关研究 | 第15-18页 |
| 2.1.1 建构主义学习理论 | 第15-16页 |
| 2.1.2 隐性知识 | 第16-18页 |
| 2.2 知识表达模型概述 | 第18-21页 |
| 2.2.1 网络教学知识体系结构 | 第18-19页 |
| 2.2.2 支持隐性知识的知识表达模型 | 第19-21页 |
| 2.3 学习路径推荐研究 | 第21-23页 |
| 2.3.1 学习路径 | 第21页 |
| 2.3.2 学习路径推荐 | 第21-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 支持模式知识的个体学习特征模型 | 第25-34页 |
| 3.1 研究的必要性分析 | 第25-26页 |
| 3.2 研究思路 | 第26-27页 |
| 3.3 相关概念及定义 | 第27-28页 |
| 3.4 学习特征模型构建 | 第28-33页 |
| 3.4.1 学习行为特征 | 第29-31页 |
| 3.4.2 学习状态特征 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 支持模式知识的个性化学习路径推荐算法 | 第34-43页 |
| 4.1 研究的必要性分析及算法设计原则 | 第34-35页 |
| 4.2 蚁群算法简介 | 第35-37页 |
| 4.2.1 蚁群算法的基本原理 | 第35-36页 |
| 4.2.2 蚁群算法的特点及其在学习路径推荐领域的应用 | 第36-37页 |
| 4.3 支持模式知识的个性化学习路径推荐算法 | 第37-42页 |
| 4.3.1 个性化学习路径推荐原理 | 第37-38页 |
| 4.3.2 基本知识推荐策略 | 第38-41页 |
| 4.3.3 模式知识推荐策略 | 第41页 |
| 4.3.4 算法步骤 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 实验及分析 | 第43-52页 |
| 5.1 实验概述 | 第43-45页 |
| 5.1.1 实验环境 | 第43-44页 |
| 5.1.2 实验设计 | 第44-45页 |
| 5.2 支持模式知识的学习路径推荐实验 | 第45-47页 |
| 5.3 实验结果分析 | 第47-51页 |
| 5.3.1 算法有效性分析 | 第47-48页 |
| 5.3.2 算法精确性分析 | 第48-50页 |
| 5.3.3 算法适应性分析 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-54页 |
| 6.1 论文的主要工作 | 第52页 |
| 6.2 论文存在的不足与进一步改进 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 | 第58-60页 |
| A.学习特征调查问卷 | 第58-59页 |
| B.推荐学习路径评价调查问卷 | 第59-60页 |
| C.作者在攻读硕士期间发表的论文 | 第60页 |