基于集成学习的学习者反应矩阵补全方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 研究内容与创新点 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第二章 教育数据挖掘相关理论 | 第13-26页 |
| 2.1 教育数据挖掘 | 第13-20页 |
| 2.1.1 基本概念 | 第13页 |
| 2.1.2 工作流程 | 第13-14页 |
| 2.1.3 认知建模 | 第14-15页 |
| 2.1.4 Q矩阵界定 | 第15-20页 |
| 2.2 统计建模方法 | 第20-22页 |
| 2.2.1 项目反映理论 | 第20-21页 |
| 2.2.2 确定性输入,噪声“与”门模型 | 第21-22页 |
| 2.3 矩阵分解类算法 | 第22-25页 |
| 2.3.1 非负矩阵分解 | 第22-24页 |
| 2.3.2 奇异值分解 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于集成学习的矩阵补全方法 | 第26-39页 |
| 3.1 经典矩阵补全算法 | 第26-29页 |
| 3.1.1 降秩法 | 第26-27页 |
| 3.1.2 凸松弛法 | 第27-28页 |
| 3.1.3 非凸逼近法 | 第28-29页 |
| 3.2 基于集成学习的矩阵补全 | 第29-34页 |
| 3.2.1 基于Bagging的矩阵补全方法 | 第30-31页 |
| 3.2.2 基于AdaBoost的矩阵补全方法 | 第31-34页 |
| 3.3 实验 | 第34-38页 |
| 3.3.1 实验数据 | 第34-38页 |
| 3.3.2 实验结果分析 | 第38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 优化基于集成学习的矩阵补全方法 | 第39-45页 |
| 4.1 研究动机 | 第39页 |
| 4.2 算法思想 | 第39-40页 |
| 4.3 实验 | 第40-43页 |
| 4.3.1 实验数据 | 第40-43页 |
| 4.3.2 实验结果分析 | 第43页 |
| 4.4 本章小结 | 第43-45页 |
| 第五章 总结及展望 | 第45-47页 |
| 5.1 本文工作总结 | 第45页 |
| 5.2 后续的研究工作 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51页 |
