基于Weka平台的网络教学数据分析研究与实践
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10页 |
| 1.3 研究现状 | 第10-12页 |
| 1.3.1 国外研究现状 | 第11页 |
| 1.3.2 国内研究现状 | 第11-12页 |
| 1.4 研究内容 | 第12-13页 |
| 1.5 研究方法以及论文结构 | 第13-14页 |
| 1.6 本章小结 | 第14-15页 |
| 第二章 数据挖掘关键技术 | 第15-30页 |
| 2.1 数据挖掘概述 | 第15-17页 |
| 2.1.1 数据挖掘流程 | 第15-16页 |
| 2.1.2 数据挖掘方法 | 第16-17页 |
| 2.2 关键技术介绍 | 第17-26页 |
| 2.2.1 关联规则分析概念 | 第17-19页 |
| 2.2.2 Apriori算法 | 第19-20页 |
| 2.2.3 聚类分析概述 | 第20-21页 |
| 2.2.4 K-means算法 | 第21-23页 |
| 2.2.5 分类方法概述 | 第23-24页 |
| 2.2.6 决策树基本概念 | 第24-25页 |
| 2.2.7 C4.5算法 | 第25-26页 |
| 2.3 Weka分析工具简介 | 第26-29页 |
| 2.3.1 Weka数据文件格式 | 第26-27页 |
| 2.3.2 Weka工作界面简介 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 个性化教学与数据采集 | 第30-41页 |
| 3.1 基于网络平台数据的个性化教学简介 | 第30-34页 |
| 3.1.1 网络教学平台数据个性化应用 | 第31-32页 |
| 3.1.2 网络教学平台数据分析策略 | 第32-33页 |
| 3.1.3 网络教学平台数据中的知识服务 | 第33-34页 |
| 3.2 网络教学数据采集 | 第34-40页 |
| 3.2.1 数据库结构 | 第35-36页 |
| 3.2.2 学习要素以及学习行为分析 | 第36-37页 |
| 3.2.3 数据提取以及预处理 | 第37-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第四章 网络教学平台数据相关性分析 | 第41-60页 |
| 4.1 学生登录行为描述与影响因素分析 | 第41-46页 |
| 4.1.1 以登录时间为分类字段的统计分析 | 第41-44页 |
| 4.1.2 学生浏览有效资源统计分析 | 第44-46页 |
| 4.1.3 登录数据分析以及建议 | 第46页 |
| 4.2 基于Weka平台对学生成绩进行关联分析 | 第46-51页 |
| 4.2.1 数据选取与离散化处理 | 第46-49页 |
| 4.2.2 关联规则挖掘 | 第49-50页 |
| 4.2.3 基于关联实验数据分析 | 第50-51页 |
| 4.3 基于Weka平台对学生进行聚类分析 | 第51-53页 |
| 4.3.1 聚类规则界定 | 第52页 |
| 4.3.2 基于聚类实验数据分析 | 第52-53页 |
| 4.4 基于Weka平台对学生风格进行决策树分析 | 第53-57页 |
| 4.4.1 学习风格规则量化 | 第53-55页 |
| 4.4.2 基于学生风格实验数据分析 | 第55-57页 |
| 4.5 基于网络教学数据实验相关性分析结论 | 第57-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第五章 个性化成绩分析平台的设计框架 | 第60-64页 |
| 5.1 平台模块设计框架 | 第60-62页 |
| 5.1.1 登录模块 | 第61页 |
| 5.1.2 课程管理模块 | 第61页 |
| 5.1.3 成绩录入模块 | 第61页 |
| 5.1.4 成绩分析模块 | 第61-62页 |
| 5.2 数据库设计框架 | 第62-63页 |
| 5.2.1 数据库表结构 | 第62-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 附录 | 第68-72页 |
| 致谢 | 第72页 |
