| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 学习分析的模型和应用研究 | 第16-18页 |
| 1.2.2 学习分析的理论和技术工具研究 | 第18-19页 |
| 1.3 研究内容 | 第19-20页 |
| 1.4 研究意义 | 第20-21页 |
| 1.5 研究方法 | 第21-22页 |
| 1.6 研究思路与论文框架 | 第22-24页 |
| 1.6.1 研究思路 | 第22页 |
| 1.6.2 论文框架 | 第22-24页 |
| 第二章 在线学习行为分析环境构建 | 第24-36页 |
| 2.1 在线学习行为日志分析工具——Hadoop | 第24-27页 |
| 2.1.1 Hadoop大数据分析工具 | 第25-26页 |
| 2.1.2 Hadoop分析在线学习行为数据的优势 | 第26-27页 |
| 2.2 在线学习行为分析的技术环境构建 | 第27-32页 |
| 2.3 学习者在线学习行为日志分析的核心技术---Map-Reduce | 第32-34页 |
| 2.4 环境构建的技术难点及解决方案 | 第34-36页 |
| 第三章 在线学习行为日志冗余数据处理方法研究 | 第36-48页 |
| 3.1 在线学习行为数据的获取方法 | 第36-38页 |
| 3.2 日志数据字段解析方法研究 | 第38-40页 |
| 3.3 在线学习行为日志清洗 | 第40-43页 |
| 3.4 在线学习者识别 | 第43-45页 |
| 3.5 在线会话行为识别 | 第45-48页 |
| 第四章 在线学习行为特征分析 | 第48-89页 |
| 4.1 基于行为日志的学习时段研究 | 第49-55页 |
| 4.1.1 在线学习年频率 | 第49-51页 |
| 4.1.2 学习偏爱时期 | 第51-53页 |
| 4.1.3 单次学习时间投入度 | 第53-55页 |
| 4.2 基于行为日志的学习专注度研究 | 第55-64页 |
| 4.2.1 学习集中专注度 | 第55-59页 |
| 4.2.2 学习者学习专注度变化研究 | 第59-61页 |
| 4.2.3 学习者周期性学习专注度研究 | 第61-64页 |
| 4.3 基于行为日志的学习者兴趣度研究 | 第64-68页 |
| 4.3.1 偏爱页面 | 第64-67页 |
| 4.3.2 页面日浏览量变化 | 第67-68页 |
| 4.4 基于行为日志的学习者偏爱路径研究 | 第68-80页 |
| 4.4.1 偏爱浏览路径 | 第68-74页 |
| 4.4.2 页面站点间关联度 | 第74-80页 |
| 4.5 基于学习者行为特征的相关性分析 | 第80-84页 |
| 4.5.1 会话次数和成绩相关性分析 | 第80-81页 |
| 4.5.2 平均会话时长和成绩相关性分析 | 第81-82页 |
| 4.5.3 在线时长和成绩相关性分析 | 第82-83页 |
| 4.5.4 页面跳转和成绩相关性分析 | 第83-84页 |
| 4.6 分析结论 | 第84-89页 |
| 第五章 总结与展望 | 第89-91页 |
| 5.1 研究总结 | 第89-90页 |
| 5.2 研究贡献 | 第90页 |
| 5.3 研究不足和展望 | 第90-91页 |
| 参考文献 | 第91-97页 |
| 附录 | 第97-110页 |
| 致谢 | 第110页 |