基于数据挖掘技术的个性化学习系统研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-15页 |
| ·问题的提出及研究意义 | 第9-10页 |
| ·问题的提出 | 第9-10页 |
| ·研究的意义 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文研究的目的和研究内容 | 第11-13页 |
| ·本文研究的目的 | 第11页 |
| ·本文研究的主要内容 | 第11-13页 |
| ·论文结构 | 第13-15页 |
| 2 基本概念 | 第15-29页 |
| ·数据挖掘的基本概念 | 第15-21页 |
| ·数据挖掘的定义 | 第15页 |
| ·数据挖掘的环境 | 第15-16页 |
| ·数据挖掘过程 | 第16-17页 |
| ·数据挖掘的功能 | 第17-18页 |
| ·数据挖掘的分类 | 第18-19页 |
| ·数据挖掘的方法 | 第19-20页 |
| ·数据挖掘的应用领域 | 第20-21页 |
| ·决策树学习算法 | 第21-29页 |
| ·决策树方法概述 | 第22-23页 |
| ·决策树算法描述 | 第23-24页 |
| ·决策树的生成过程 | 第24页 |
| ·决策树的构造算法数学模型 | 第24-25页 |
| ·决策树讨论 | 第25页 |
| ·信息论概述 | 第25-29页 |
| 3 相关学习理论基础 | 第29-40页 |
| ·建构主义学习理论 | 第29页 |
| ·基于建构主义的网络化学习 | 第29-32页 |
| ·影响学习者学习的个性化参数 | 第32-38页 |
| ·常见的学生模型 | 第32-33页 |
| ·学习者模型规范 | 第33-34页 |
| ·个性化学生模型的构建 | 第34-38页 |
| ·数据挖掘技术在个性化学习中的应用 | 第38-40页 |
| 4 ID3 算法研究 | 第40-60页 |
| ·经典ID3 算法介绍 | 第40-45页 |
| ·经典ID3 算法 | 第40-41页 |
| ·ID3 算法实例 | 第41-44页 |
| ·ID3 算法优缺点 | 第44-45页 |
| ·ILIDA-ID3 算法介绍 | 第45-60页 |
| ·对ID3 算法计算效率的讨论 | 第45-51页 |
| ·对处理策略的改进 | 第51-55页 |
| ·ILIDA-ID3 算法描述 | 第55-56页 |
| ·样例测试 | 第56-59页 |
| ·测试结果分析与评价 | 第59-60页 |
| 5 个性化学习决策树模型 | 第60-63页 |
| ·学习者个性特征分析模型 | 第60-61页 |
| ·学习者特征分析评价系统的组成 | 第61-63页 |
| 6 结论与展望 | 第63-65页 |
| ·主要结论 | 第63页 |
| ·后续研究工作的展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 附录：作者在攻读硕士学位期间发表的论文目录 | 第68页 |
