数字化考试下的课程教学效果反馈方法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究目的与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 相关理论技术简介 | 第16-23页 |
| 2.1 正答统计 | 第16页 |
| 2.1.1 正答得分与正答数 | 第16页 |
| 2.1.2 知识点正答率 | 第16页 |
| 2.2 S-P表的介绍 | 第16-20页 |
| 2.2.1 S-P表的制作原理 | 第17-19页 |
| 2.2.2 S-P表的运用 | 第19-20页 |
| 2.3 教育数据挖掘 | 第20-21页 |
| 2.4 系统关键技术 | 第21页 |
| 2.4.1 SpringBoot框架 | 第21页 |
| 2.4.2 ECharts框架 | 第21页 |
| 2.5 数字化考试数据 | 第21-22页 |
| 2.5.1 考试数据抽取 | 第22页 |
| 2.5.2 出题规则 | 第22页 |
| 2.6 本章小结 | 第22-23页 |
| 第三章 基于答题得分单因素的教学效果反馈 | 第23-30页 |
| 3.1 S-P表的算法 | 第23-26页 |
| 3.1.1 S-P表的制作 | 第23-24页 |
| 3.1.2 两极分化求解 | 第24页 |
| 3.1.3 差异量D求解 | 第24-25页 |
| 3.1.4 学生警告系数求解 | 第25-26页 |
| 3.2 教学效果反馈 | 第26-27页 |
| 3.3 实证研究 | 第27-28页 |
| 3.4 本章小结 | 第28-30页 |
| 第四章 基于答题行为的教学效果预测模型及应用 | 第30-45页 |
| 4.1 知识点掌握情况分析 | 第30-36页 |
| 4.1.1 教学效果预测模型 | 第30-31页 |
| 4.1.2 数据预处理 | 第31-34页 |
| 4.1.3 神经网络训练 | 第34-36页 |
| 4.1.4 知识点掌握情况指数β | 第36页 |
| 4.2 教学效果反馈 | 第36-38页 |
| 4.2.1 不同次考试的教学效果比较 | 第36-37页 |
| 4.2.2 不同教师的教学效果比较 | 第37-38页 |
| 4.3 实证研究 | 第38-39页 |
| 4.4 实验与分析 | 第39-44页 |
| 4.4.1 实验数据 | 第39-40页 |
| 4.4.2 评价方法 | 第40页 |
| 4.4.3 实验参数 | 第40-41页 |
| 4.4.4 实验方案 | 第41-42页 |
| 4.4.5 实验结果及分析 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 教学效果反馈系统的设计与实现 | 第45-55页 |
| 5.1 系统需求 | 第45页 |
| 5.2 系统设计 | 第45-47页 |
| 5.3 系统功能 | 第47-50页 |
| 5.3.1 数据管理 | 第47页 |
| 5.3.2 基于多因素数据反馈 | 第47-50页 |
| 5.3.3 基于单因素数据反馈 | 第50页 |
| 5.4 系统实现 | 第50-53页 |
| 5.4.1 运行环境 | 第50-51页 |
| 5.4.2 系统平台开发 | 第51页 |
| 5.4.3 系统测试 | 第51-53页 |
| 5.4.4 系统评价 | 第53页 |
| 5.5 本章小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 作者简介 | 第61页 |
