首页--语言、文字论文--常用外国语论文--英语论文--语文教学论文

数据挖掘在大学英语教学和测评中的研究与应用

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-15页
    1.1 研究背景和意义第9-10页
    1.2 国内外研究现状第10-12页
        1.2.1 大学英语在线学习研究现状第10页
        1.2.2 数据挖掘在教育领域研究现状第10-12页
    1.3 研究内容第12页
    1.4 研究方法第12-13页
    1.5 论文章节安排第13页
    1.6 本章小结第13-15页
第二章 相关概念和理论综述第15-27页
    2.1 数据挖掘概述第15-16页
        2.1.1 数据挖掘第15页
        2.1.2 数据挖掘中过拟合现象第15-16页
    2.2 数据挖掘的功能第16-19页
        2.2.1 分类第16-17页
        2.2.2 回归分析第17页
        2.2.3 聚类分析第17-18页
        2.2.4 关联规则挖掘第18页
        2.2.5 特征分析第18页
        2.2.6 偏差分析第18页
        2.2.7 序列分析第18-19页
    2.3 数据挖掘流程第19-20页
    2.4 数据挖掘常用机器学习模型第20-26页
        2.4.1 逻辑回归模型第20-22页
        2.4.2 决策树模型第22-25页
        2.4.3 增强决策树模型第25-26页
    2.5 本章小结第26-27页
第三章 构建用户画像第27-38页
    3.1 用户画像概述第27页
    3.2 用户个人画像第27-29页
        3.2.1 用户画像的静态数据第28-29页
        3.2.2 用户画像的动态数据第29页
    3.3 用户群体画像及分析第29-37页
        3.3.1 大学期间学习英语的主要目的第30页
        3.3.2 英语学习态度第30-31页
        3.3.3 英语中最重要的技能第31-32页
        3.3.4 课堂外学习英语时间第32页
        3.3.5 课下学习或使用英语方式第32-33页
        3.3.6 学生对“情景英语”学习的期望第33-34页
        3.3.7 学好英语的原因第34页
        3.3.8 课上锻炼和提高口语能力的方式第34-35页
        3.3.9 课上小组讨论促进语言能力发展的方式第35-36页
        3.3.10 跟读必要性第36页
        3.3.11 题型接受程度第36-37页
    3.4 本章小结第37-38页
第四章 学生成绩及格预测及分析第38-52页
    4.1 数据集及特征处理第38-43页
        4.1.1 数据提取第38-39页
        4.1.2 数据预处理第39-40页
        4.1.3 特征处理第40-43页
    4.2 学生成绩及格预测第43-48页
        4.2.1 逻辑回归预测成绩及格实验设计第43-45页
        4.2.2 增强决策树模型预测成绩及格实验设计第45-47页
        4.2.3 逻辑回归与增强决策树模型融合预测成绩及格实验设计第47-48页
    4.3 预测结果及分析第48-51页
        4.3.1 预测结果与特征关系第48-49页
        4.3.2 结果分析第49-51页
    4.4 本章小结第51-52页
第五章 总结和展望第52-54页
    5.1 主要工作和研究结论第52页
    5.2 论文创新点第52-53页
    5.3 存在的问题与研究展望第53-54页
参考文献第54-56页
致谢第56-57页
攻读学位期间发表的学术论文目录第57页

论文共57页,点击 下载论文
上一篇:实验室开放管理关键技术研究与开发
下一篇:面向成人教育的校际联盟学分银行模型的研究与设计