首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--在其他方面的应用论文

数据挖掘在智能教学系统中的应用研究与设计

摘要第1-5页
ABSTRACT第5-10页
第1章 引言第10-20页
   ·研究背景第10-12页
     ·研究背景第10-11页
     ·理论及实际意义第11-12页
   ·ITS国内外研究综述第12-17页
     ·国外ITS研究研究重点第12-15页
     ·ITS在中国的研究的现状和重点第15-16页
     ·ITS的发展趋势第16-17页
   ·数据挖掘技术在智能教学系统中的应用背景第17-18页
   ·主要研究内容第18页
   ·论文组织结构第18-20页
第2章 智能教学系统及数据挖掘技术的相关理论第20-34页
   ·建构主义学习理论第20-23页
     ·建构主义学习理论的基本内容第20-22页
     ·建构主义学习理论对网络教学系统的指导作用第22-23页
   ·知识的表示与推理第23-26页
     ·知识的类型第23页
     ·知识表示第23-25页
     ·推理机的推理方法第25-26页
   ·数据挖掘技术及应用第26-34页
     ·数据挖掘的定义第26页
     ·数据挖掘的过程第26-27页
     ·决策树学习算法第27-32页
     ·关联规则挖掘第32-33页
     ·数据挖掘在智能教学系统中的应用第33-34页
第3章 应用数据挖掘的智能教学系统的总体设计第34-40页
   ·设计目标第34页
   ·系统的网络结构第34-35页
   ·系统框架模型的设计第35-36页
   ·系统实现的结构和流程设计第36-38页
   ·系统实现的流程设计第38-40页
第4章 智能教学系统各组成模型的设计第40-52页
   ·智能教学系统模型的组成和功能第40-41页
   ·知识库的设计第41-46页
     ·按专业课程间关系的设计第41-42页
     ·知识点关系的表示第42-46页
   ·学生模型的构建第46页
   ·教学策略的生成第46-47页
   ·教师模型的构建第47-48页
   ·决策推理模型的设计第48-52页
     ·推理机制第48页
     ·产生式系统的组成第48-49页
     ·产生式系统的推理策略第49-50页
     ·推理机第50-51页
     ·系统推理模型第51-52页
第5章 数据挖掘技术在智能教学系统中的应用研究第52-62页
   ·关联挖掘规则在学生信息库中的应用第52-56页
     ·算法设计第52-55页
     ·挖掘结果分析及应用第55-56页
   ·基于决策树的教学规则的生成第56-62页
     ·学生认知能力的定量评估——加权评价算法第56-57页
     ·基于学生认知能力的教学策略生成算法——改进决策树算法第57-58页
     ·系统应用实例第58-62页
第6章 系统实现与测试第62-68页
   ·系统开发工具第62页
   ·智能教学系统关键模型的实现第62-64页
     ·系统中领域知识库的生成及组成第62-63页
     ·推理机制的产生式的生成和组成第63-64页
   ·系统架构第64-65页
   ·网络智能教学系统导航学习的实现第65-67页
     ·登录设计与实现第65-66页
     ·网上学习模块设计与实现第66-67页
   ·模拟学习环境的学习效果测试与分析第67-68页
第7章 总结与展望第68-70页
   ·论文总结第68-69页
   ·以后的工作第69-70页
参考文献第70-72页
致谢第72-73页
附录 A(攻读学位期间发表论文目录)第73页

论文共73页,点击 下载论文
上一篇:颗粒增强金属基复合材料损伤的超声检测与监测
下一篇:面向对象的软件测试方案研究