| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 远程教育中数据挖掘技术的研究现状 | 第12-15页 |
| 1.3.1 国内的研究现状 | 第12-13页 |
| 1.3.2 存在的问题 | 第13-14页 |
| 1.3.3 数据挖掘技术在远程教育中研究的优势 | 第14-15页 |
| 1.4 本文的主要工作 | 第15页 |
| 1.5 本文的组织结构及章节安排 | 第15-16页 |
| 1.6 本章小结 | 第16-17页 |
| 第二章 数据挖掘技术和关联规则算法 | 第17-29页 |
| 2.1 数据挖掘概述 | 第17-18页 |
| 2.2 数据挖掘技术 | 第18-21页 |
| 2.2.1 数据挖掘方法 | 第18-20页 |
| 2.2.2 数据挖掘任务 | 第20页 |
| 2.2.3 数据挖掘研究焦点 | 第20-21页 |
| 2.2.4 数据挖掘研究在远程教育中的应用 | 第21页 |
| 2.3 数据挖掘中的关联规则算法 | 第21-25页 |
| 2.3.1 关联规则的基本概念 | 第22页 |
| 2.3.2 关联规则挖掘的步骤 | 第22页 |
| 2.3.3 Apriori算法 | 第22-25页 |
| 2.4 Apriori关联规则算法在WEB日志中的应用 | 第25-28页 |
| 2.4.1 WEB日志挖掘技术 | 第25-27页 |
| 2.4.2 将Apriori算法运用到WEB日志的挖掘技术 | 第27页 |
| 2.4.3 Apriori算法在远程教育的WEB日志中的应用实例 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 移动学习平台介绍及数据挖掘技术实现 | 第29-41页 |
| 3.1 某网络教育的移动学习平台 | 第29-40页 |
| 3.1.1 移动学习平台需求分析 | 第29-32页 |
| 3.1.2 移动学习功能模块设计 | 第32页 |
| 3.1.3 移动学习平台具体模块功能介绍 | 第32-40页 |
| 3.2 本章小结 | 第40-41页 |
| 第4章 面向移动学习平台改进的学生学习规律挖掘 | 第41-53页 |
| 4.1 移动学习平台的数据挖掘任务 | 第41-42页 |
| 4.1.1 数据挖掘的任务 | 第41页 |
| 4.1.2 数据挖掘的对象 | 第41-42页 |
| 4.1.3 数据挖掘的设计 | 第42页 |
| 4.2 移动学习平台的数据采集及其预处理 | 第42-46页 |
| 4.2.1 数据采集 | 第42-43页 |
| 4.2.2 数据预处理 | 第43-46页 |
| 4.3 数据挖掘与分析 | 第46-52页 |
| 4.3.1 数据挖掘 | 第46-49页 |
| 4.3.2 结果分析 | 第49-50页 |
| 4.3.3 挖掘结果和实践应用效果 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 基于移动智能设备网上学习的行为习惯挖掘 | 第53-60页 |
| 5.1 学生行为习惯的数据挖掘任务 | 第53-54页 |
| 5.1.1 数据挖掘的任务 | 第53页 |
| 5.1.2 数据挖掘的对象 | 第53-54页 |
| 5.2 移动学习平台的数据采集及其预处理 | 第54-56页 |
| 5.2.1 数据采集 | 第54页 |
| 5.2.2 数据预处理 | 第54-56页 |
| 5.3 数据挖掘与分析 | 第56-59页 |
| 5.3.1 数据挖掘 | 第56-57页 |
| 5.3.2 结果分析 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 下一步工作展望 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间已发表或录用的论文 | 第65页 |
