面向社区教育的个性化学习系统的研究与实现
| 中文摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第一章 引言 | 第13-24页 |
| ·研究背景和意义 | 第13-16页 |
| ·社区教育及其地位 | 第13页 |
| ·数字化学习及其在社区教育中的应用 | 第13-15页 |
| ·个性化学习服务的提出 | 第15-16页 |
| ·现有系统及存在问题 | 第16-18页 |
| ·现有网络学习平台分析 | 第16-17页 |
| ·现有系统存在的问题 | 第17-18页 |
| ·针对现状提出的开发目标和解决方案 | 第18-20页 |
| ·以提供个性化学习服务为开发目标 | 第18-19页 |
| ·个性化学习系统的解决方案 | 第19页 |
| ·个性化与非个性化学习系统的对比 | 第19-20页 |
| ·个性化服务的国内外研究现状 | 第20-22页 |
| ·论文的组织结构 | 第22-24页 |
| 第二章 相关理论研究 | 第24-36页 |
| ·数据挖掘及Web 数据挖掘 | 第24-25页 |
| ·数据挖掘的含义 | 第24页 |
| ·Web 数据挖掘的含义 | 第24-25页 |
| ·Web 日志挖掘及其处理过程 | 第25-31页 |
| ·实现数据挖掘的基本过程 | 第25-26页 |
| ·Web 数据挖掘的主要方法 | 第26-29页 |
| ·Web 日志挖掘及其处理过程 | 第29-31页 |
| ·序列模式分析方法的研究 | 第31-33页 |
| ·序列模式分析的含义 | 第31页 |
| ·序列模式应用于Web 日志挖掘的基本思路 | 第31-32页 |
| ·采用Apriori 算法发现频繁访问路径 | 第32-33页 |
| ·聚类分析方法的研究 | 第33-36页 |
| ·聚类分析及其处理过程 | 第33-34页 |
| ·聚类分析中的相似度计算 | 第34页 |
| ·基于Web 日志挖掘的聚类算法 | 第34-36页 |
| 第三章 个性化学习系统的总体设计 | 第36-45页 |
| ·构建数据模型 | 第36-40页 |
| ·学习者子模型 | 第36-38页 |
| ·学习资源子模型 | 第38-39页 |
| ·Web 访问事务子模型 | 第39-40页 |
| ·划分功能结构 | 第40-43页 |
| ·定位关键技术 | 第43-45页 |
| 第四章 各主要模块的详细设计 | 第45-52页 |
| ·日志预处理模块的设计 | 第45-47页 |
| ·数据清洗 | 第45-46页 |
| ·用户识别 | 第46页 |
| ·会话识别 | 第46-47页 |
| ·路径修补 | 第47页 |
| ·事务识别 | 第47页 |
| ·基于序列模式挖掘的访问行为分析模块的设计 | 第47-49页 |
| ·页面兴趣度的定义 | 第47-48页 |
| ·以兴趣度为权重的序列模式挖掘 | 第48-49页 |
| ·基于聚类分析的用户兴趣归类模块的设计 | 第49-50页 |
| ·Web 页面聚类 | 第49页 |
| ·Web 用户聚类 | 第49-50页 |
| ·个性化页面推荐模块的设计 | 第50-52页 |
| 第五章 个性化学习系统的实验及效果分析 | 第52-59页 |
| ·系统开发环境的选择 | 第52页 |
| ·数据测试过程介绍 | 第52-58页 |
| ·测试结果对比分析 | 第58-59页 |
| 第六章 总结 | 第59-61页 |
| ·实践存在问题总结 | 第59页 |
| ·进一步的工作展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读学位期间公开发表的论文 | 第64-65页 |
| 致谢 | 第65-66页 |
