| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-12页 |
| ·背景分析 | 第9-10页 |
| ·自适应学习系统的研究现状及不足 | 第10-11页 |
| ·序列模式挖掘的研究现状 | 第11页 |
| ·本文的工作 | 第11-12页 |
| 第二章 自适应学习系统 | 第12-23页 |
| ·自适应系统 | 第12-16页 |
| ·自适应学习系统的定义 | 第12-13页 |
| ·自适应学习系统的一般结构 | 第13-14页 |
| ·自适应学习系统的功能 | 第14页 |
| ·自适应学习系统的框架结构 | 第14-15页 |
| ·自适应学习系统的模块介绍 | 第15-16页 |
| ·学习者特征理论 | 第16页 |
| ·学习者学习准备 | 第16页 |
| ·学习者一般特征 | 第16页 |
| ·学习者学习风格 | 第16页 |
| ·学习者特征模型 | 第16-19页 |
| ·对象模型描述 | 第16-17页 |
| ·学习者模型 | 第17-18页 |
| ·教学策略模型 | 第18-19页 |
| ·个性化学习理论理论综述 | 第19-23页 |
| ·个性化学习含义 | 第19页 |
| ·目前个性化学习存在的问题 | 第19-20页 |
| ·个性化学习的本质特征 | 第20页 |
| ·基于网络个性化学习的优势 | 第20-23页 |
| 第三章 序列模式挖掘研究 | 第23-39页 |
| ·数据挖掘理论基础 | 第23-27页 |
| ·序列模式挖掘理论 | 第27-30页 |
| ·基本概念 | 第30-31页 |
| ·序列模式挖掘的参数 | 第31页 |
| ·序列模式挖掘的一般步骤 | 第31-32页 |
| ·ApprioriAll 算法 | 第32-33页 |
| ·dAprioriAll 算法 | 第33-39页 |
| ·dAprioriAll 算法步骤 | 第33-34页 |
| ·dAprioriAll 算法描述 | 第34-35页 |
| ·dAprioriAll 算法实例说明 | 第35-38页 |
| ·dAprioriAll 算法性能 | 第38-39页 |
| 第四章 个性化学习规律支持模型 | 第39-45页 |
| ·个性化学习规律支持模型设计 | 第39-41页 |
| ·系统设计指导思想 | 第39页 |
| ·系统特点 | 第39-40页 |
| ·系统结构 | 第40-41页 |
| ·系统分析 | 第41页 |
| ·dAprioriAll 算法在个性化学习规律支持模型中应用 | 第41-44页 |
| ·数据预处理 | 第41-43页 |
| ·生成大序列集 | 第43页 |
| ·准确性评估 | 第43-44页 |
| ·序列模式挖掘改进算法在自适应学习系统中的应用分析 | 第44-45页 |
| 结束语 | 第45-47页 |
| 参考文献 | 第47-49页 |
| 致谢 | 第49页 |