基于大数据的在线学习预警机制设计
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第15-23页 |
| 1.1 研究背景与选题依据 | 第15-17页 |
| 1.1.1 在线学习日渐流行 | 第15-16页 |
| 1.1.2 在线学习预警的必要性 | 第16页 |
| 1.1.3 大数据时代的到来为学习预警提供机遇 | 第16-17页 |
| 1.2 研究内容与意义 | 第17-19页 |
| 1.2.1 研究内容 | 第17-19页 |
| 1.2.2 研究意义 | 第19页 |
| 1.3 研究思路与方法 | 第19-23页 |
| 1.3.1 研究思路 | 第19-20页 |
| 1.3.2 研究方法 | 第20-23页 |
| 2 文献综述 | 第23-39页 |
| 2.1 在线学习预警研究现状 | 第23-29页 |
| 2.1.1 国外研究现状 | 第23-26页 |
| 2.1.2 国内研究现状 | 第26-28页 |
| 2.1.3 小结 | 第28-29页 |
| 2.2 学习分析研究现状 | 第29-36页 |
| 2.2.1 国外研究现状 | 第29-32页 |
| 2.2.2 国内研究现状 | 第32-36页 |
| 2.2.3 小结 | 第36页 |
| 2.3 核心概念界定 | 第36-39页 |
| 2.3.1 在线学习 | 第36-37页 |
| 2.3.2 在线学习预警 | 第37-38页 |
| 2.3.3 在线学习预警机制 | 第38-39页 |
| 3 在线学习预警模型构建 | 第39-55页 |
| 3.1 在线学习预警理论基础 | 第39-42页 |
| 3.1.1 风险理论 | 第39-40页 |
| 3.1.2 经典的辍学理论及模型 | 第40-42页 |
| 3.2 在线学习预警模型构建 | 第42-46页 |
| 3.2.1 国外典型学习预警系统比较 | 第42-43页 |
| 3.2.2 学习预警系统框架设计 | 第43-44页 |
| 3.2.3 在线学习预警模型构建 | 第44-46页 |
| 3.3 在线学习预警关键问题 | 第46-52页 |
| 3.3.1 预警数据采集 | 第46-47页 |
| 3.3.2 预警数据分析 | 第47-51页 |
| 3.3.3 预警结果呈现与反馈 | 第51-52页 |
| 3.4 在线学习预警受益群体 | 第52-54页 |
| 3.5 小结 | 第54-55页 |
| 4 在线学习知识预警机制设计 | 第55-75页 |
| 4.1 知识掌握程度预警整体框架 | 第57-59页 |
| 4.2 诊断模块原理与设计 | 第59-65页 |
| 4.2.1 诊断模块设计基础 | 第59-62页 |
| 4.2.2 诊断模块的实现及技术细节 | 第62-65页 |
| 4.3 预测模块原理与设计 | 第65-68页 |
| 4.3.1 预测模块设计基础 | 第65-67页 |
| 4.3.2 预测模块的实现及技术细节 | 第67-68页 |
| 4.4 预警模块原理与设计 | 第68-75页 |
| 4.4.1 预警标准的确定 | 第68-70页 |
| 4.4.2 预警信息呈现与可视化 | 第70-72页 |
| 4.4.3 个性化资源建议的推送 | 第72-75页 |
| 5 在线学习行为预警机制设计 | 第75-95页 |
| 5.1 在线学习行为预警框架 | 第75-81页 |
| 5.1.1 在线学习行为内涵 | 第75-76页 |
| 5.1.2 在线学习行为分类 | 第76-80页 |
| 5.1.3 在线学习行为预警框架 | 第80-81页 |
| 5.2 在线学习行为预警层次 | 第81-90页 |
| 5.2.1 行为参与预警 | 第81-84页 |
| 5.2.2 深度学习预警 | 第84-87页 |
| 5.2.3 交互行为预警 | 第87-90页 |
| 5.3 在线学习行为预警可视化呈现 | 第90-95页 |
| 5.3.1 预警标准的确定 | 第90页 |
| 5.3.2 预警信息可视化呈现 | 第90-95页 |
| 6 在线学习情绪预警机制设计 | 第95-105页 |
| 6.1 在线学习情绪预警框架 | 第95-100页 |
| 6.1.1 在线学习情绪测量研究现状 | 第96-97页 |
| 6.1.2 在线学习情绪预警模型 | 第97-100页 |
| 6.2 在线学习情绪预警特点 | 第100-101页 |
| 6.2.1 针对不同方法，确定不同预警分类 | 第100页 |
| 6.2.2 注意情绪调整，构建预警分级机制 | 第100页 |
| 6.2.3 把握主体变化，构建预警协同机制 | 第100-101页 |
| 6.3 在线学习情绪预警反馈及干预 | 第101-105页 |
| 6.3.1 预警标准的确定 | 第101页 |
| 6.3.2 预警信息交互反馈 | 第101-103页 |
| 6.3.3 情绪干预 | 第103-105页 |
| 7 在线学习预警系统原型 | 第105-137页 |
| 7.1 在线学习预警系统的功能需求分析 | 第105-106页 |
| 7.1.1 学习者功能需求分析 | 第105-106页 |
| 7.1.2 教学者功能需求分析 | 第106页 |
| 7.1.3 管理者功能需求分析 | 第106页 |
| 7.2 在线学习预警系统功能结构 | 第106-111页 |
| 7.2.1 学习者功能结构 | 第107-108页 |
| 7.2.2 教学者功能结构 | 第108-110页 |
| 7.2.3 管理者功能结构 | 第110-111页 |
| 7.3 在线学习预警系统原型 | 第111-127页 |
| 7.3.1 学习者重点功能原型界面 | 第112-120页 |
| 7.3.2 教学者重点功能原型界面 | 第120-125页 |
| 7.3.3 管理者重点功能原型界面 | 第125-127页 |
| 7.4 原型试用与评估 | 第127-137页 |
| 7.4.1 第一阶段试用与评估 | 第128-133页 |
| 7.4.2 第二阶段试用与评估 | 第133-137页 |
| 8 总结与展望 | 第137-141页 |
| 8.1 研究总结 | 第137-138页 |
| 8.2 研究创新 | 第138-139页 |
| 8.3 对实践的启示 | 第139页 |
| 8.4 研究不足与展望 | 第139-141页 |
| 参考文献 | 第141-153页 |
| 致谢 | 第153-155页 |
| 附录一 深度学习学习结果量表 | 第155-157页 |
| 附录二 在线学习预警系统调查问卷 | 第157-159页 |
| 附录三 在线学习预警系统试用访谈提纲 | 第159-161页 |
| 作者简历 | 第161-163页 |
| 学位论文数据集 | 第163页 |
