| 第一章 绪论 | 第1-16页 |
| 1．1 研究背景和意义 | 第7-10页 |
| 1．1．1 研究背景 | 第7-9页 |
| 1．1．2 理论及实际意义 | 第9-10页 |
| 1．2 国内外研究综述 | 第10-14页 |
| 1．2．1 现代远程教育 | 第10-11页 |
| 1．2．2 智能教学系统 ITS(Intelligent Tutoring System) | 第11-14页 |
| 1．3 主要研究内容 | 第14-15页 |
| 1．3．1 数据挖掘与智能教学系统 | 第14页 |
| 1．3．2 新技术实现 | 第14-15页 |
| 1．4 本文的章节结构 | 第15-16页 |
| 第二章 智能教学系统概述 | 第16-33页 |
| 2．1 相关教学理论 | 第16-22页 |
| 2．1．1 个别化教学(individualized instruction) | 第16-21页 |
| 2．1．2 专家系统 | 第21-22页 |
| 2．2 智能教学系统的理论基础 | 第22-25页 |
| 2．2．1 建构主义学习理论 | 第22-24页 |
| 2．2．2 建构主义学习理论对系统开发的指导与应用 | 第24-25页 |
| 2．3 ITS与 CAI的区别 | 第25-28页 |
| 2．4 智能教学系统主要研究方向 | 第28-30页 |
| 2．5 智能教学系统的发展趋势 | 第30-33页 |
| 第三章 基于 Web和数据挖掘的智能教学系统的设计 | 第33-41页 |
| 3．1 设计目标 | 第33页 |
| 3．2 系统的网络结构 | 第33-34页 |
| 3．3 系统的功能 | 第34-36页 |
| 3．3．1 系统管理功能 | 第34-35页 |
| 3．3．2 教师功能 | 第35页 |
| 3．3．3 学生学习功能 | 第35-36页 |
| 3．4 系统的结构模型 | 第36-41页 |
| 3．4．1 系统框架模型的设计 | 第36-37页 |
| 3．4．2 系统实现的结构及流程设计 | 第37-41页 |
| 第四章 数据挖掘技术及应用 | 第41-54页 |
| 4．1 数据挖掘的含义 | 第41页 |
| 4．2 数据挖掘的基本过程 | 第41-42页 |
| 4．3 数据挖掘常用的分析方法~[28] | 第42-43页 |
| 4．4 分类算法及其可扩展性 | 第43-54页 |
| 4．4．1 分类算法的可扩展性 | 第43-44页 |
| 4．4．2 提高可扩展性的方法 | 第44-49页 |
| 4．4．3 分类算法在系统中的应用 | 第49-54页 |
| 第五章 系统关键技术及实现 | 第54-73页 |
| 5．1 知识库的构建 | 第54-58页 |
| 5．2 认知型学生模型的构建 | 第58-63页 |
| 5．3 决策推理模型 | 第63-69页 |
| 5．3．1 产生式系统 | 第63-65页 |
| 5．3．2 系统推理模型 | 第65-69页 |
| 5．4 教师模型的构建 | 第69-73页 |
| 5．4．1 教学策略的组织 | 第69-70页 |
| 5．4．2 功能模块 | 第70-73页 |
| 第六章 系统的实现 | 第73-79页 |
| 6．1．1 开发环境 | 第73-75页 |
| 6．1．2 系统的实现逻辑——JSP+JavaBeans | 第75-77页 |
| 6．1．3 系统架构——浏览器/服务器模式(B/S) | 第77-79页 |
| 第七章 总结与展望 | 第79-81页 |
| 7．1 论文总结 | 第79-80页 |
| 7．2 以后的工作 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 攻读硕士学位期间参加的主要科研项目 | 第84页 |
| 攻读硕士学位期间发表的论文 | 第84-85页 |
| 致谢 | 第85页 |
