摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-14页 |
1.1 研究背景及意义 | 第11-12页 |
1.1.1 研究背景 | 第11页 |
1.1.2 研究意义 | 第11-12页 |
1.2 研究方法与工具 | 第12-13页 |
1.2.1 研究方法 | 第12页 |
1.2.2 研究工具 | 第12-13页 |
1.3 研究内容与论文结构 | 第13-14页 |
第二章 研究现状及理论技术研究基础 | 第14-22页 |
2.1 国内外研究现状 | 第14-19页 |
2.1.1 国外研究现状 | 第14-16页 |
2.1.2 国内研究现状 | 第16-18页 |
2.1.3 学习分析技术在教学中的应用现状 | 第18-19页 |
2.2 学习分析常用方法及工具 | 第19-22页 |
2.2.1 学习分析常用方法 | 第19-20页 |
2.2.2 学习分析常用工具 | 第20-22页 |
第三章 案例1: 基于决策树的个性化学习策略设计 | 第22-42页 |
3.1 研究背景及问题 | 第22-23页 |
3.2 相关算法 | 第23-24页 |
3.2.1 决策树算法 | 第23页 |
3.2.2 CART算法 | 第23-24页 |
3.3 数据采集及预处理 | 第24-25页 |
3.3.1 数据采集 | 第24-25页 |
3.3.2 数据预处理 | 第25页 |
3.4 相关性及差异性分析 | 第25-30页 |
3.4.1 CET-6和TEP口语相关性分析 | 第25-26页 |
3.4.2 性别因素对成绩的影响 | 第26-28页 |
3.4.3 学院因素对成绩的影响 | 第28-30页 |
3.5 极端学生分析 | 第30-33页 |
3.5.1 CET-6 | 第30-32页 |
3.5.2 TEP口语 | 第32-33页 |
3.6 成绩关键结点 | 第33-41页 |
3.6.1 CET-6成绩关键结点 | 第33-37页 |
3.6.2 TEP口语成绩关键结点 | 第37-41页 |
3.7 本章小结 | 第41-42页 |
第四章 案例2: 基于预测分析的教学预测干预模型的设计 | 第42-57页 |
4.1 研究背景及问题 | 第42页 |
4.2 模型相关算法研究 | 第42-45页 |
4.2.1 集成学习算法 | 第42-43页 |
4.2.2 Adaboost算法 | 第43-44页 |
4.2.3 关联规则算法 | 第44-45页 |
4.3 预警模型设计 | 第45-54页 |
4.3.1 数据的收集及预处理 | 第45-47页 |
4.3.2 特征的确定 | 第47-50页 |
4.3.3 Adaboost算法验证 | 第50-51页 |
4.3.4 模型参数的设置 | 第51-54页 |
4.4 实验结果分析 | 第54-55页 |
4.5 本章小结 | 第55-57页 |
第五章 案例3: 基于Topsis评价法的免费师范生学习情况分析 | 第57-66页 |
5.1 研究背景及问题 | 第57页 |
5.2 Topsis评价法 | 第57-58页 |
5.3 免费师范生学习情况分析 | 第58-61页 |
5.3.1 数据收集及预处理 | 第58-59页 |
5.3.2 免费师范生成绩分析 | 第59页 |
5.3.3 免费师范生成绩对比分析 | 第59-61页 |
5.4 培养方案量化评价 | 第61-64页 |
5.5 本章小结 | 第64-66页 |
第六章 总结和展望 | 第66-68页 |
6.1 论文总结 | 第66-67页 |
6.2 研究局限及展望 | 第67-68页 |
参考文献 | 第68-72页 |
攻读硕士期间发表的论文 | 第72-73页 |
致谢 | 第73页 |