在线教育中的数据驱动教学功能及学习效果评价
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 研究现状 | 第10-15页 |
| 1.3 研究目的及意义 | 第15-16页 |
| 1.4 论文结构安排 | 第16-18页 |
| 第2章 基础知识 | 第18-28页 |
| 2.1 教育理论 | 第18-19页 |
| 2.2 传统教育与变革 | 第19-20页 |
| 2.3 在线教育的特征与挑战 | 第20-21页 |
| 2.4 教育大数据 | 第21-22页 |
| 2.4.1 教育大数据的定位 | 第21-22页 |
| 2.4.2 教育大数据的认知 | 第22页 |
| 2.5 数据挖掘技术 | 第22-25页 |
| 2.5.1 理论基础 | 第22-23页 |
| 2.5.2 典型的数据挖掘方法 | 第23-25页 |
| 2.6 个性化教育与学习行为分析 | 第25-27页 |
| 2.7 本章小结 | 第27-28页 |
| 第3章 在线教学功能框架 | 第28-40页 |
| 3.1 在线教学功能框架 | 第28-31页 |
| 3.2 数据驱动教学系统流程 | 第31-33页 |
| 3.3 框架特色 | 第33-34页 |
| 3.4 学习评价 | 第34-38页 |
| 3.4.1 学习效果评价的指标与权重系数 | 第34-37页 |
| 3.4.2 数据驱动教学框架中的学习行为研究 | 第37-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 学习行为分析与评价 | 第40-52页 |
| 4.1 在线学习行为的影响因素 | 第40-41页 |
| 4.2 R语言工具 | 第41-42页 |
| 4.3 在线教育大数据的分类 | 第42-43页 |
| 4.4 在线教育大数据的采集方式 | 第43-44页 |
| 4.5 学习分析与评价模型 | 第44-45页 |
| 4.6 分析与评价过程 | 第45-51页 |
| 4.6.1 数据质量分析与数据预处理 | 第45-47页 |
| 4.6.2 数据分析与可视化 | 第47-51页 |
| 4.7 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 论文总结 | 第52页 |
| 5.2 研究展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 攻读硕士学位期间的研究成果 | 第60页 |
