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--信息处理(信息加工)论文--检索机论文

基于在线学习社区的个性化学习路径推荐研究

摘要第5-7页
Abstract第7-8页
第一章 绪论第11-18页
    1.1 课题研究背景与意义第11-12页
    1.2 国内外研究现状第12-15页
    1.3 存在的问题第15页
    1.4 本文的研究目标与工作第15-16页
    1.5 论文的结构第16-18页
第二章 研究基础第18-28页
    2.1 在线学习社区中的建构主义学习理论第18页
    2.2 学习建模标准与技术第18-22页
        2.2.1 学习者模型建模标准第18-21页
        2.2.2 学习者模型建模技术第21-22页
    2.3 贝叶斯知识跟踪第22-23页
    2.4 Felder-Silverman学习量表第23-24页
    2.5 学习对象元数据第24-25页
    2.6 模糊综合评价法第25页
    2.7 蚁群算法第25-27页
    2.8 二分k-means算法第27页
    2.9 本章小结第27-28页
第三章 基于在线学习社区的个性化学习路径推荐研究框架第28-34页
    3.1 问题定义第28-29页
    3.2 个性化学习路径推荐研究框架第29-31页
    3.3 个性化学习路径推荐流程分析第31-33页
    3.4 本章小结第33-34页
第四章 基于在线学习社区的学习者与领域知识建模第34-43页
    4.1 基于在线学习社区的个性化学习者模型第34-40页
        4.1.1 学习者模型中的个性化特征量化估计第34-38页
        4.1.2 基于个性化属性特征的学习者建模第38-40页
    4.2 基于在线学习社区的领域知识模型第40-42页
    4.3 本章小结第42-43页
第五章 个性化学习路径推荐算法研究第43-53页
    5.1 引言第43页
    5.2 基于传统蚁群算法的个性化学习路径推荐算法优缺点第43-44页
    5.3 改进算法的设计第44-52页
        5.3.1 信息素计算优化第44-47页
        5.3.2 信息素更新规则优化第47页
        5.3.3 局部搜索策略优化第47-49页
        5.3.4 基于在线学习社区的个性化学习路径推荐算法第49-52页
    5.4 本章小结第52-53页
第六章 实证分析第53-58页
    6.1 实验设计第53-54页
    6.2 案例构建第54-56页
        6.2.1 个性化学习过程的模拟第54-55页
        6.2.2 数据采集第55页
        6.2.3 学习路径推荐第55-56页
    6.3 实验结果分析第56-57页
    6.4 本章小结第57-58页
第七章 总结与展望第58-60页
    7.1 总结第58-59页
    7.2 展望第59-60页
参考文献第60-65页
攻读硕士学位期间成果及参加的科研项目第65-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:平板教学在小学数学学习中的实效分析
下一篇:新课改背景下初中英语翻转课堂教学改革研究