基于数据挖掘的网络学习行为分析与研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景和意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 网络学习行为分析研究现状 | 第16-18页 |
| 1.2.2 数据挖掘研究现状 | 第18-19页 |
| 1.3 研究内容 | 第19页 |
| 1.4 论文结构 | 第19-21页 |
| 第二章 相关理论及技术 | 第21-31页 |
| 2.1 网络学习行为相关理论 | 第21-25页 |
| 2.1.1 网络学习行为概念 | 第21页 |
| 2.1.2 网络学习行为特征 | 第21-22页 |
| 2.1.3 网络学习行为及效果的影响因素 | 第22-24页 |
| 2.1.4 网络学习行为属性 | 第24-25页 |
| 2.2 数据挖掘技术 | 第25-29页 |
| 2.2.1 数据挖掘定义 | 第25-26页 |
| 2.2.2 数据挖掘流程 | 第26-27页 |
| 2.2.3 常用的数据挖掘算法 | 第27-29页 |
| 2.3 本章小结 | 第29-31页 |
| 第三章 学习行为挖掘方法研究 | 第31-47页 |
| 3.1 关联规则挖掘 | 第31-40页 |
| 3.1.1 关联规则相关概念 | 第31-32页 |
| 3.1.2 Apriori算法 | 第32-34页 |
| 3.1.3 Apriori算法改进 | 第34-40页 |
| 3.2 序列模式挖掘 | 第40-46页 |
| 3.2.1 序列模式挖掘相关概念 | 第40-41页 |
| 3.2.2 Apriori All算法 | 第41-43页 |
| 3.2.3 Apriori All算法优化 | 第43-46页 |
| 3.3 本章小结 | 第46-47页 |
| 第四章 学习行为挖掘分析 | 第47-59页 |
| 4.1 学习行为交互模型构建 | 第47-48页 |
| 4.2 学习行为分析模型构建 | 第48-49页 |
| 4.2.1 学习行为分析任务 | 第48页 |
| 4.2.2 学习行为分析模型 | 第48-49页 |
| 4.3 学习行为序列挖掘分析 | 第49-53页 |
| 4.4 学习行为与学习效果关联分析 | 第53-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 数据挖掘在个性化学习系统中的应用 | 第59-85页 |
| 5.1 体系结构设计 | 第59-60页 |
| 5.2 学习平台模块 | 第60-63页 |
| 5.2.1 学习平台功能模块设计 | 第60-61页 |
| 5.2.2 学习平台架构设计 | 第61-63页 |
| 5.3 数据采集和预处理模块 | 第63-72页 |
| 5.3.1 点击流数据 | 第64页 |
| 5.3.2 点击流数据采集 | 第64-69页 |
| 5.3.3 数据的预处理 | 第69-72页 |
| 5.4 学习行为挖掘分析模块 | 第72-74页 |
| 5.4.1 学习行为挖掘分析 | 第72-73页 |
| 5.4.2 学习者学习模式发现 | 第73-74页 |
| 5.5 学习内容推荐模块 | 第74-80页 |
| 5.5.1 知识库构建 | 第74-78页 |
| 5.5.2 学习内容推荐 | 第78-80页 |
| 5.6 其他模块 | 第80-83页 |
| 5.7 本章小结 | 第83-85页 |
| 第六章 系统测试及评价分析 | 第85-93页 |
| 6.1 测试环境 | 第85-86页 |
| 6.1.1 系统网络拓扑 | 第85页 |
| 6.1.2 软硬件环境 | 第85-86页 |
| 6.2 性能分析 | 第86-91页 |
| 6.2.1 功能测试 | 第86-90页 |
| 6.2.2 性能测试 | 第90-91页 |
| 6.3 系统评价及应用分析 | 第91-92页 |
| 6.3.1 系统评价 | 第91页 |
| 6.3.2 应用分析 | 第91-92页 |
| 6.4 本章小结 | 第92-93页 |
| 第七章 总结与展望 | 第93-95页 |
| 7.1 论文总结 | 第93-94页 |
| 7.2 论文展望 | 第94-95页 |
| 参考文献 | 第95-99页 |
| 致谢 | 第99-101页 |
| 作者简介 | 第101-102页 |
