基于数据挖掘的学习者身份识别
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究背景 | 第10-11页 |
| ·国内外发展状况 | 第11-15页 |
| ·传统身份识别 | 第11-12页 |
| ·数据挖掘概述 | 第12-14页 |
| ·基于数据挖掘的身份识别 | 第14-15页 |
| ·论文的主要工作 | 第15页 |
| ·论文的组织结构 | 第15-17页 |
| 第二章 用于身份识别的数据挖掘算法的研究 | 第17-33页 |
| ·数据挖掘技术分析 | 第17页 |
| ·聚类算法分析 | 第17-22页 |
| ·聚类算法在身份识别中的应用 | 第22页 |
| ·分类算法分析 | 第22-29页 |
| ·贝叶斯算法 | 第23-24页 |
| ·决策树算法 | 第24-26页 |
| ·神经网络算法 | 第26-29页 |
| ·分类算法在身份识别中的应用 | 第29页 |
| ·关联算法分析 | 第29-31页 |
| ·关联算法在身份识别中的应用 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 个性化在线学习系统的研究 | 第33-42页 |
| ·在线学习系统分析 | 第33-38页 |
| ·传统在线学习系统 | 第33-34页 |
| ·个性化在线学习系统 | 第34-38页 |
| ·学习者行为特征的分析 | 第38-40页 |
| ·学习者特征库 | 第38-39页 |
| ·用于身份识别的学习者行为项 | 第39-40页 |
| ·个性化在线学习系统中的身份识别模块 | 第40-42页 |
| 第四章 基于数据挖掘的学习者身份识别的实现 | 第42-59页 |
| ·实验平台 | 第42页 |
| ·数据集获取 | 第42-49页 |
| ·直接关联检测的身份识别 | 第49-50页 |
| ·直接分类预测的身份识别 | 第50-53页 |
| ·贝叶斯分类辅助 | 第53-54页 |
| ·先分类预测后关联检测的身份识别 | 第54-55页 |
| ·先分类预测再基于聚类的关联检测的身份识别 | 第55-57页 |
| ·本章小结 | 第57-59页 |
| 第五章 总结 | 第59-61页 |
| ·成果小结 | 第59-60页 |
| ·未来工作 | 第60页 |
| ·应用前景 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录 | 第65-66页 |
| 详细摘要 | 第66-69页 |
