| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-17页 |
| ·课题来源 | 第9-10页 |
| ·研究背景 | 第10-11页 |
| ·人工智能技术 | 第10页 |
| ·智能计算机辅助教学ICAI | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·研究内容及意义 | 第12-14页 |
| ·创新点及本文主要内容 | 第14-17页 |
| 2 相关理论及技术介绍 | 第17-31页 |
| ·人工智能 | 第17-20页 |
| ·人工智能概述 | 第17页 |
| ·人工智能的研究内容与目标 | 第17-19页 |
| ·人工智能的应用领域 | 第19-20页 |
| ·专家系统 | 第20-22页 |
| ·专家系统的定义 | 第20页 |
| ·专家系统的工作原理 | 第20-22页 |
| ·知识表示 | 第22-23页 |
| ·推理与推理机制 | 第23-27页 |
| ·基于规则推理机的实现与控制策略 | 第24-25页 |
| ·基于框架推理机的实现与控制策略 | 第25-27页 |
| ·J2EE技术 | 第27-31页 |
| ·J2EE概念 | 第27页 |
| ·J2EE的四层模型 | 第27-28页 |
| ·Struts框架 | 第28页 |
| ·轻量级框架 | 第28-31页 |
| 3 基于智能知识点诊断及策略推理机制的学习系统总体分析与设计 | 第31-49页 |
| ·本系统体系结构 | 第31-32页 |
| ·系统功能结构设计 | 第32-41页 |
| ·在线教学学习系统模块功能设计 | 第33-37页 |
| ·在线教学学习系统教学模式 | 第37-39页 |
| ·在线教学学习系统教学流程 | 第39-41页 |
| ·系统数据库设计 | 第41-49页 |
| ·需求分析 | 第42页 |
| ·物理设计 | 第42-46页 |
| ·逻辑设计 | 第46-47页 |
| ·后台配置 | 第47-49页 |
| 4 系统关键技术的实现 | 第49-65页 |
| ·认知型学生模型的构建 | 第49-50页 |
| ·基于框架的知识点判定及教学策略库实现 | 第50-55页 |
| ·基于概念图模型的智能知识点诊断实现 | 第55-60页 |
| ·知识分层结构及概念图模型 | 第55-56页 |
| ·概念影响关系图的构建 | 第56-57页 |
| ·智能诊断过程 | 第57-59页 |
| ·策略推理机制 | 第59-60页 |
| ·智能分析模块的实现 | 第60-65页 |
| ·针对知识点掌握程度的个体分析 | 第60-62页 |
| ·针对知识点掌握程度的群体分析 | 第62-65页 |
| 5 总结与展望 | 第65-67页 |
| ·研究工作总结 | 第65页 |
| ·下一步工作展望 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 作者简介 | 第69-71页 |
| 学位论文数据集 | 第71页 |