基于决策树的在线学习分析
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-14页 |
| 1 引言 | 第14-23页 |
| ·研究背景 | 第14-15页 |
| ·研究意义 | 第15-16页 |
| ·研究目的 | 第16-17页 |
| ·论文结构 | 第17-18页 |
| ·数据挖掘技术在教育领域的应用现状 | 第18-21页 |
| ·国内应用现状 | 第18-20页 |
| ·国外应用现状 | 第20-21页 |
| ·在线学习的相关理论研究现状 | 第21-23页 |
| ·国内研究现状 | 第21-22页 |
| ·国外研究现状 | 第22-23页 |
| 2 文献研究 | 第23-36页 |
| ·在线学习的相关理论 | 第23-24页 |
| ·在线学习活动的定义 | 第23页 |
| ·在线学习活动的影响因素 | 第23-24页 |
| ·在线学习效果评价维度分析 | 第24-25页 |
| ·基于测验成绩的评价维度 | 第24页 |
| ·基于其他相关因素的评价维度 | 第24页 |
| ·构建评价量表 | 第24-25页 |
| ·非智力因素的相关分析与探讨 | 第25-29页 |
| ·学习者的自身影响因素(内在因素) | 第25-27页 |
| ·外界环境等影响因素(外部因素) | 第27-29页 |
| ·在线学习行为的相关理论分析与探讨 | 第29-31页 |
| ·在线学习行为的定义 | 第29页 |
| ·在线学习行为的分类 | 第29-30页 |
| ·在线学习行为的特性 | 第30-31页 |
| ·决策树的相关研究 | 第31-36页 |
| ·数据挖掘与分类技术 | 第31-32页 |
| ·决策树技术的概念界定及相关探讨 | 第32-34页 |
| ·决策树构建与修剪的算法 | 第34-36页 |
| 3 研究流程与方法 | 第36-44页 |
| ·研究流程 | 第36-39页 |
| ·数据采集 | 第37页 |
| ·数据预处理 | 第37页 |
| ·数据量化 | 第37-38页 |
| ·决策树构建 | 第38页 |
| ·决策树剪枝和评测 | 第38-39页 |
| ·规则和结论 | 第39页 |
| ·研究对象 | 第39-41页 |
| ·课程基本信息 | 第39-40页 |
| ·课程知识结构 | 第40-41页 |
| ·在线学习行为数据采集信息 | 第41页 |
| ·研究工具 | 第41-44页 |
| ·在线学习效果评价维度的处理 | 第41-42页 |
| ·构造决策树的工具—Alphaminer | 第42-44页 |
| 4 变量分析与训练样本的处理 | 第44-55页 |
| ·变量的定义和描述 | 第44-48页 |
| ·问卷的设计 | 第44-45页 |
| ·系统数据库的数据定义和描述 | 第45-46页 |
| ·训练样本与转换变量的对应关系 | 第46-48页 |
| ·训练样本数据采集和处理 | 第48-55页 |
| ·问卷回收和处理 | 第48-51页 |
| ·系统日志的提取和处理 | 第51-55页 |
| 5 数据分析结果与讨论 | 第55-71页 |
| ·确立在线学习效果的评价等级 | 第55-61页 |
| ·相关系数方法分析各变量与“成绩排名”的关系 | 第56页 |
| ·数据透视表描述各因素与“成绩排名”的关系 | 第56-59页 |
| ·协方差分析各因素的权重系数 | 第59-60页 |
| ·得到在线学习效果的“优良中差”等级划分 | 第60-61页 |
| ·“非智力因素”—问卷数据生成决策树的规则 | 第61-65页 |
| ·决策树的事前修剪 | 第61页 |
| ·决策树的事后修剪 | 第61页 |
| ·规则推演和结论描述 | 第61-65页 |
| ·“在线学习行为表现”—系统日志生成决策树的规则 | 第65-67页 |
| ·决策树的事后修剪 | 第65-66页 |
| ·规则推演和结论描述 | 第66-67页 |
| ·结论检验和分析 | 第67-69页 |
| ·“非智力因素”决策树模型的检验 | 第67-68页 |
| ·“在线学习行为”决策树模型的检验 | 第68-69页 |
| ·检验结果与评价 | 第69页 |
| ·决策规则的归纳和预测机制的构建 | 第69-71页 |
| ·基于学习者非智力因素的课前评测 | 第69-70页 |
| ·实时的在线学习行为反馈 | 第70页 |
| ·对在线教学的辅助和支持作用 | 第70-71页 |
| 6 总结与展望 | 第71-75页 |
| ·非智力因素对在线学习效果的预测作用 | 第71-72页 |
| ·在线学习行为表现对学习效果的预测作用 | 第72页 |
| ·研究贡献 | 第72-73页 |
| ·分析出非智力因素与在线学习效果之间的关系 | 第72-73页 |
| ·分析出在线学习行为表现与学习效果之间的关系 | 第73页 |
| ·建立辅助教师教学的预测机制 | 第73页 |
| ·局限性和不足 | 第73-74页 |
| ·分析结果的适用性 | 第73页 |
| ·分析机制的应用对象 | 第73-74页 |
| ·研究建议及未来的研究方向 | 第74-75页 |
| ·扩展研究范围 | 第74页 |
| ·构建CAI教学辅助数据库 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 附录A | 第78-81页 |
| 附录B | 第81-82页 |
| 附录C | 第82-84页 |
| 附录D | 第84-88页 |
| 附录E | 第88-92页 |
| 学位论文数据集 | 第92页 |
