大数据在学习过程控制中的应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-20页 |
| 1.1 论文的研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-17页 |
| 1.2.1 国内外对教育大数据的相关研究 | 第9-12页 |
| 1.2.2 国内外对教育数据挖掘的相关研究 | 第12-14页 |
| 1.2.3 国内外对学习分析的相关研究 | 第14-15页 |
| 1.2.4 国内外对学习过程控制的相关研究 | 第15-17页 |
| 1.3 研究目的 | 第17页 |
| 1.4 研究方法 | 第17页 |
| 1.5 研究框架 | 第17-19页 |
| 1.6 本章小结 | 第19-20页 |
| 第二章 相关概念概述 | 第20-29页 |
| 2.1 学习分析概述 | 第20-23页 |
| 2.1.1 学习分析的定义 | 第20-21页 |
| 2.1.2 学习分析的应用 | 第21-23页 |
| 2.2 在线学习概述 | 第23-24页 |
| 2.2.1 在线学习的定义 | 第23-24页 |
| 2.2.2 在线学习的意义 | 第24页 |
| 2.3 学习过程控制概述 | 第24-28页 |
| 2.3.1 学习过程控制的定义 | 第25页 |
| 2.3.2 学习过程控制的方式 | 第25-26页 |
| 2.3.3 学习过程控制的具体方法 | 第26-27页 |
| 2.3.4 大数据分析技术下学习过程控制的特点 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于大数据的学习过程控制模型的构建 | 第29-46页 |
| 3.1 基于大数据的学习过程控制应用 | 第29-30页 |
| 3.2 控制对象的调研 | 第30-35页 |
| 3.2.1 教学模式综述 | 第30-31页 |
| 3.2.2 学习路径模式 | 第31页 |
| 3.2.3 课程评价及特点 | 第31-34页 |
| 3.2.4 研究对象：学习者特征分析 | 第34页 |
| 3.2.5 教学平台功能评估 | 第34-35页 |
| 3.3 学习控制模型的建立 | 第35-40页 |
| 3.3.1 基于教育大数据的学习者状态识别 | 第37-38页 |
| 3.3.2 控制策略库设计 | 第38-40页 |
| 3.4 控制策略效果及影响因素模型构建 | 第40-43页 |
| 3.4.1 控制策略实施与分析 | 第40页 |
| 3.4.2 教学条件因素对学习过程的影响因素分析 | 第40-41页 |
| 3.4.3 情感条件因素对学习过程的影响因素分析 | 第41-42页 |
| 3.4.4 在线学习过程影响因素模型 | 第42-43页 |
| 3.5 基于大数据的学习过程控制模型建立 | 第43-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第四章 大数据在学习过程控制中的案例研究 | 第46-55页 |
| 4.1 案例研究的总体思路 | 第46页 |
| 4.2 学习过程影响因素分析 | 第46-51页 |
| 4.2.1 教学条件因素影响评估结果 | 第47-50页 |
| 4.2.2 情感条件因素影响评估结果 | 第50-51页 |
| 4.3 控制策略设计 | 第51-52页 |
| 4.4 策略可行性分析 | 第52-54页 |
| 4.4.1 应用可行性分析 | 第52-53页 |
| 4.4.2 技术可行性分析 | 第53-54页 |
| 4.5 控制方案的实施 | 第54页 |
| 4.6 本章小结 | 第54-55页 |
| 第五章 实验结果研究分析 | 第55-66页 |
| 5.1 实验数据分析 | 第55-64页 |
| 5.1.1 活跃度——关键指标统计 | 第56页 |
| 5.1.2 登陆频次增量统计 | 第56-58页 |
| 5.1.3 论坛活跃度增幅 | 第58-59页 |
| 5.1.4 人均学习时长 | 第59-62页 |
| 5.1.5 成绩 | 第62页 |
| 5.1.6 负增长数据分析 | 第62-63页 |
| 5.1.7 策略有效性评估 | 第63-64页 |
| 5.2 本章小结 | 第64-66页 |
| 第六章 结论与展望 | 第66-67页 |
| 6.1 结论 | 第66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第70-71页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第71-72页 |
| 致谢 | 第72页 |
