网络学习者资源应用行为研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究目标及意义 | 第9-10页 |
| 1.3 研究内容 | 第10-11页 |
| 1.4 国内外研究现状 | 第11-12页 |
| 1.5 研究方法及技术路线 | 第12-13页 |
| 1.6 论文结构 | 第13-15页 |
| 第二章 理论基础 | 第15-19页 |
| 2.1 理论研究 | 第15-16页 |
| 2.1.1 行为科学与行为主义学习理论 | 第15页 |
| 2.1.2 学习分析技术 | 第15-16页 |
| 2.1.3 学习风格理论 | 第16页 |
| 2.2 技术支撑 | 第16-19页 |
| 2.2.1 可视化技术 | 第17页 |
| 2.2.2 机器学习 | 第17页 |
| 2.2.3 Web开发技术 | 第17-19页 |
| 第三章 资源应用行为分析模型 | 第19-27页 |
| 3.1 学习分析模型 | 第19-24页 |
| 3.1.1 西蒙斯学习分析过程模型 | 第19-20页 |
| 3.1.2 伊莱亚斯的持续改进环模型 | 第20-21页 |
| 3.1.3 沃尔夫冈和亨德里克的要素模型 | 第21-22页 |
| 3.1.4 学习分析概念模型 | 第22-23页 |
| 3.1.5 学习分析模型总结 | 第23-24页 |
| 3.2 网络学习者资源应用行为分析模型 | 第24-27页 |
| 第四章 资源应用行为分析工具的设计 | 第27-34页 |
| 4.1 分析工具的必要性 | 第27-28页 |
| 4.2 整体设计思路 | 第28页 |
| 4.3 设计原则 | 第28-29页 |
| 4.4 功能模块设计 | 第29-33页 |
| 4.5 系统业务流程 | 第33-34页 |
| 第五章 资源应用行为分析工具的实现 | 第34-47页 |
| 5.1 技术背景 | 第34-37页 |
| 5.1.1 Python技术 | 第34页 |
| 5.1.2 Django框架 | 第34-35页 |
| 5.1.3 Google Chat | 第35-36页 |
| 5.1.4 相关算法 | 第36-37页 |
| 5.2 系统实现 | 第37-47页 |
| 5.2.1 数据交互功能的实现 | 第37-38页 |
| 5.2.2 数据分析功能及知识呈现功能的实现 | 第38-47页 |
| 第六章 资源应用行为分析工具的数据应用 | 第47-54页 |
| 6.1 数据准备 | 第47-48页 |
| 6.2 描述型分析的数据应用 | 第48-51页 |
| 6.3 诊断型分析的数据应用 | 第51-53页 |
| 6.4 预测型分析的数据应用 | 第53-54页 |
| 第七章 研究结论和展望 | 第54-57页 |
| 7.1 论文总结 | 第54页 |
| 7.2 主要成果和创新点 | 第54-55页 |
| 7.3 进一步研究和展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间发表的学术论文 | 第61页 |
