基于特征聚类的学生自动分组系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 研究内容 | 第10-11页 |
| 1.3 本文的组织结构 | 第11-13页 |
| 第2章 相关研究工作综述 | 第13-21页 |
| 2.1 合作学习相关综述 | 第13-16页 |
| 2.1.1 合作学习的内涵界定 | 第13-14页 |
| 2.1.2 合作学习理论基础 | 第14-15页 |
| 2.1.3 分组教学研究现状 | 第15-16页 |
| 2.2 基于E-Learning的数据分析 | 第16-19页 |
| 2.2.1 教育数据挖掘 | 第16-18页 |
| 2.2.2 聚类分析 | 第18-19页 |
| 2.3 本章小结 | 第19-21页 |
| 第3章 基于特征聚类的自动分组方法研究 | 第21-27页 |
| 3.1 自动分组方法研究概述 | 第21-24页 |
| 3.1.1 分组方式分析 | 第21-22页 |
| 3.1.2 学习小组形成的一般原则 | 第22-24页 |
| 3.2 学生特征分析 | 第24-25页 |
| 3.3 基于特征聚类的分组模型 | 第25-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第4章 学生特征聚类分析 | 第27-41页 |
| 4.1 聚类分析的数据准备 | 第27-34页 |
| 4.1.1 学习特征要素的确定 | 第27-30页 |
| 4.1.2 确定分析窗口 | 第30页 |
| 4.1.3 数据的规范化 | 第30-33页 |
| 4.1.4 学生特征要素提取 | 第33-34页 |
| 4.2 基于K-means算法的聚类 | 第34-38页 |
| 4.2.1 聚类准备工作 | 第34-36页 |
| 4.2.2 特征聚类 | 第36-38页 |
| 4.3 本章小结 | 第38-41页 |
| 第5章 系统设计与实现 | 第41-57页 |
| 5.1 系统设计原则 | 第41-42页 |
| 5.2 系统总体设计 | 第42-44页 |
| 5.2.1 系统的层次结构 | 第42-43页 |
| 5.2.2 系统功能结构 | 第43-44页 |
| 5.3 分组模型设计 | 第44-46页 |
| 5.3.1 分组子系统模型 | 第44-45页 |
| 5.3.2 学习成绩等级划分 | 第45页 |
| 5.3.3 学习风格特征测量 | 第45页 |
| 5.3.4 分组策略 | 第45-46页 |
| 5.4 分组功能模块的技术实现 | 第46-52页 |
| 5.4.1 分组功能模块实现 | 第46-47页 |
| 5.4.2 按学习风格的同质分组流程 | 第47-48页 |
| 5.4.3 按学习风格的异质分组流程 | 第48-50页 |
| 5.4.4 按学习风格与成绩的综合异质分组流程 | 第50-52页 |
| 5.5 分组教学实验结果对比分析 | 第52-55页 |
| 5.5.1 检验指标 | 第52页 |
| 5.5.2 实验分析 | 第52-55页 |
| 5.6 本章小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 个人简历 | 第65页 |
