首页--文化、科学、教育、体育论文--教育论文--电化教育论文--计算机化教学论文

基于网络学习行为分析的学习风格识别及其实证研究

摘要第4-6页
abstract第6-7页
第一章 绪论第10-18页
    1.1 研究背景第10-11页
    1.2 研究意义第11-13页
        1.2.1 理论意义第11-12页
        1.2.2 实践意义第12-13页
    1.3 研究目的和研究对象第13页
        1.3.1 研究目的第13页
        1.3.2 研究对象第13页
    1.4 本研究的主要创新点第13-14页
    1.5 研究方法和论文框架第14-18页
        1.5.1 研究方法第14-15页
        1.5.2 论文框架第15-18页
第二章 文献综述研究第18-29页
    2.1 学习管理系统第18-19页
        2.1.1 学习管理系统定义第18页
        2.1.2 学习管理系统相关研究第18-19页
    2.2 网络学习行为第19-21页
        2.2.1 网络学习行为的定义第19-20页
        2.2.2 网络学习行为模型第20-21页
        2.2.3 网络学习行为分析方法第21页
    2.3 学习风格第21-27页
        2.3.1 学习风格的定义第21-22页
        2.3.2 学习风格理论第22-26页
        2.3.3 学习风格在教育领域的应用第26-27页
    2.4 学习风格检测方法第27-29页
第三章 网络学习行为数据的收集第29-31页
    3.1 网络学习平台介绍第29页
    3.2 网络学习行为数据的收集第29-31页
第四章 网络学习风格模型构建第31-36页
    4.1 模型构建第31-33页
    4.2 学习风格类型和行为条目的匹配第33-36页
        4.2.1 信息加工维度第33-34页
        4.2.2 信息感知维度第34页
        4.2.3 学习态度维度第34-35页
        4.2.4 社会化交互维度第35-36页
第五章 调查问卷数据的收集与分析第36-42页
    5.1 问卷设计第36-38页
    5.2 问卷发放与回收第38页
    5.3 问卷数据分析第38-42页
        5.3.1 平台使用情况分析第38页
        5.3.2 信度分析第38-39页
        5.3.3 效度分析第39-40页
        5.3.4 学习成绩与学习风格之间的相关性分析第40页
        5.3.5 维度分组信息第40-42页
第六章 学习风格的识别及评估第42-48页
    6.1 WEKA功能介绍第42-45页
    6.2 SMO算法简介第45页
    6.3 预测结果第45-46页
    6.4 预测模型的精确度分析第46-48页
第七章 研究总结与展望第48-50页
    7.1 研究总结第48页
    7.2 研究局限与展望第48-50页
参考文献第50-54页
附录第54-60页
致谢第60-61页
作者攻读硕士学位期间发表的论文第61页

论文共61页,点击 下载论文
上一篇:联合投资网络与私募股权机构投资绩效实证研究
下一篇:车联网中观仿真系统对象控制层的设计与实现