| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 问题的提出 | 第10-11页 |
| 1.2 国内外研究现状综述 | 第11-12页 |
| 1.3 项目研究现状 | 第12页 |
| 1.4 研究的主要内容 | 第12-13页 |
| 1.5 论文结构 | 第13-16页 |
| 第2章 相关理论与技术分析 | 第16-24页 |
| 2.1 个性化学习系统分析 | 第16页 |
| 2.2 Student-Problem Chat | 第16-17页 |
| 2.3 数据挖掘和关联分析 | 第17-19页 |
| 2.4 机器学习 | 第19-23页 |
| 2.4.1 机器学习概述 | 第19页 |
| 2.4.2 决策树算法 | 第19-20页 |
| 2.4.3 随机森林 | 第20-21页 |
| 2.4.4 多元线性回归 | 第21-23页 |
| 2.5 C | 第23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 诊断性评价模型的研究和实现 | 第24-50页 |
| 3.1 诊断性评价模型的设计 | 第24-26页 |
| 3.1.1 诊断性评价的类别和作用 | 第24-25页 |
| 3.1.2 诊断性评价模型的框架 | 第25-26页 |
| 3.2 学习状态评价模型 | 第26-31页 |
| 3.2.1 概念的提出 | 第26页 |
| 3.2.2 学习状态评价模型的设计 | 第26-29页 |
| 3.2.3 学习状态评价算法 | 第29-31页 |
| 3.3 题型关联分析 | 第31-41页 |
| 3.3.1 数据收集 | 第31-34页 |
| 3.3.2 数据处理 | 第34-35页 |
| 3.3.3 数据分层 | 第35-37页 |
| 3.3.4 使用SPSS进行关联规则挖掘 | 第37页 |
| 3.3.5 算法参数设置 | 第37-39页 |
| 3.3.6 题型关联规则结果分析 | 第39-41页 |
| 3.4 大学英语四级分数预测模型 | 第41-45页 |
| 3.4.1 大学英语四级分数预测模型的设计 | 第41-42页 |
| 3.4.2 数据采集和预处理 | 第42-43页 |
| 3.4.3 特征选择 | 第43页 |
| 3.4.4 预测模型构建 | 第43-44页 |
| 3.4.5 验证预测模型 | 第44-45页 |
| 3.5 诊断性评价模型的总结和验证 | 第45-48页 |
| 3.5.1 诊断性评价模型的总结 | 第45-46页 |
| 3.5.2 诊断性评价模型的验证 | 第46-48页 |
| 3.6 本章小结 | 第48-50页 |
| 第4章 基于诊断性评价模型的两种组卷算法的设计与实现 | 第50-70页 |
| 4.1 基于学习者学习状态的组卷算法的设计与实现 | 第50-58页 |
| 4.1.1 算法目的和设计思想 | 第50-51页 |
| 4.1.2 试题难度分配方案 | 第51-53页 |
| 4.1.3 算法设计和流程图 | 第53-56页 |
| 4.1.4 代码实现 | 第56-58页 |
| 4.2 基于题型关联规则的组卷算法的设计与实现 | 第58-64页 |
| 4.2.1 算法目的和设计思想 | 第58-59页 |
| 4.2.2 算法设计和流程图 | 第59-62页 |
| 4.2.3 代码实现 | 第62-64页 |
| 4.3 两种组卷算法的实验验证 | 第64-69页 |
| 4.3.1 组卷时间 | 第65-66页 |
| 4.3.2 试题推荐 | 第66-67页 |
| 4.3.3 成绩提升 | 第67-69页 |
| 4.4 本章小结 | 第69-70页 |
| 第5章 诊断性评价子系统的设计与实现 | 第70-78页 |
| 5.1 系统的需求分析 | 第70页 |
| 5.2 系统的技术方案 | 第70-71页 |
| 5.3 系统设计 | 第71-73页 |
| 5.3.1 诊断性评价模块 | 第71-72页 |
| 5.3.2 基于诊断性评价的组卷模块 | 第72-73页 |
| 5.4 系统实现 | 第73-77页 |
| 5.5 本章小结 | 第77-78页 |
| 第6章 总结与展望 | 第78-80页 |
| 6.1 工作总结 | 第78页 |
| 6.2 未来工作展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第86页 |