| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第14-23页 |
| 1.1. 课题提出 | 第14页 |
| 1.2. 国内外研究现状 | 第14-17页 |
| 1.2.1. 教育数据挖掘研究现状 | 第14-15页 |
| 1.2.2. 支持向量机及在教育中应用研究现状 | 第15-16页 |
| 1.2.3. 教育数据挖掘体系架构研究现状 | 第16-17页 |
| 1.3. 相关理论基础 | 第17-21页 |
| 1.3.1. 学习环境理论 | 第17-18页 |
| 1.3.2. 信息互动系统观 | 第18-19页 |
| 1.3.3. 支持向量机原理与算法 | 第19-20页 |
| 1.3.4. 云计算技术 | 第20-21页 |
| 1.4. 研究方法 | 第21页 |
| 1.5. 研究内容 | 第21-23页 |
| 第2章 数据挖掘在网络教学系统中的应用探讨 | 第23-33页 |
| 2.1. 信息互动系统视角下的教育数据挖掘 | 第23页 |
| 2.2. 数据挖掘在教育中的功能：学习和教学规则发现与预测 | 第23-24页 |
| 2.3. 教育数据挖掘的要素及关系 | 第24-28页 |
| 2.3.1. 数据挖掘与学习者 | 第25-26页 |
| 2.3.2. 数据挖掘与教学者 | 第26页 |
| 2.3.3. 数据挖掘与教学内容 | 第26-27页 |
| 2.3.4. 数据挖掘与教学媒体 | 第27页 |
| 2.3.5. 数据挖掘与教学方法 | 第27-28页 |
| 2.3.6. 数据挖掘与学习互动 | 第28页 |
| 2.4. 教育数据挖掘的过程及状态 | 第28页 |
| 2.5. 教育数据挖掘工程 | 第28-29页 |
| 2.6. 教育数据挖掘云系统的需求 | 第29-33页 |
| 第3章 教育数据挖掘系统中多分类SVM并行计算算法研究 | 第33-41页 |
| 3.1. 多分类SVM并行计算算法的相关基础 | 第33-36页 |
| 3.1.1. 云计算框架MapReduce | 第33-34页 |
| 3.1.2. SVM并行化计算方法 | 第34-35页 |
| 3.1.3. SVM多分类实现的方法 | 第35-36页 |
| 3.2. 多分类SVM并行计算算法的实现 | 第36-37页 |
| 3.3. 算法实验 | 第37-41页 |
| 3.3.1. 实验目的 | 第37页 |
| 3.3.2. 实验准备 | 第37-39页 |
| 3.3.3. 实验过程 | 第39-40页 |
| 3.3.4. 结果与讨论 | 第40-41页 |
| 第4章 教育数据挖掘云服务体系架构设计 | 第41-49页 |
| 4.1. 相关架构策略的分析 | 第41-43页 |
| 4.1.1.“云端”教育数据挖掘架构 | 第41-43页 |
| 4.1.2. 数据挖掘的SOA服务体系架构 | 第43页 |
| 4.2. 教育数据挖掘云SOA服务体系架构设计 | 第43-44页 |
| 4.3. 体系架构各层详细设计 | 第44-49页 |
| 4.3.1. 表现层(Presentation) | 第44-45页 |
| 4.3.2. 接.服务层(Services) | 第45-46页 |
| 4.3.3. 业务逻辑层(Business) | 第46-47页 |
| 4.3.4. 数据层(Data) | 第47-49页 |
| 第5章 教育数据挖掘云系统开发实现 | 第49-64页 |
| 5.1. 开发框架 | 第49-52页 |
| 5.1.1. 技术及工具的选择 | 第49-50页 |
| 5.1.2. 代码组织结构 | 第50-52页 |
| 5.2. 关键技术实现 | 第52-54页 |
| 5.2.1. 云服务器的虚拟化及集群 | 第52页 |
| 5.2.2. 云数据同步组件实现 | 第52页 |
| 5.2.3. 多分类SVM并行算法实现 | 第52-53页 |
| 5.2.4. 挖掘管理后台实现 | 第53页 |
| 5.2.5. 挖掘助手HtmlHelper实现 | 第53页 |
| 5.2.6. SOA服务接.的实现 | 第53-54页 |
| 5.3. 所实现的教育数据挖掘云系统介绍 | 第54-64页 |
| 5.3.1. 云平台管理 | 第54-55页 |
| 5.3.2. 云数据同步管理 | 第55页 |
| 5.3.3. 教育数据挖掘云管理后台 | 第55-60页 |
| 5.3.4. SOA服务接 | 第60-63页 |
| 5.3.5. MVC挖掘助手(DataMiningHelper) | 第63-64页 |
| 第6章 教育数据挖掘云系统应用与成效检验 | 第64-79页 |
| 6.1. 教育数据云挖掘系统在网络教学平台中的应用框架 | 第64-65页 |
| 6.2. 英语语法引导式数据驱动学习平台的数据挖掘云应用 | 第65-70页 |
| 6.2.1. 英语语法引导式数据驱动学习平台介绍 | 第65-66页 |
| 6.2.2. 教育数据挖掘云系统在英语语法系统的应用 | 第66-68页 |
| 6.2.3. 应用实例 | 第68-70页 |
| 6.3. 英语写作学习社区网络平台的数据挖掘云应用 | 第70-73页 |
| 6.3.1. 英语写作学习社区网络平台介绍 | 第70页 |
| 6.3.2. 教育数据挖掘云系统在英语写作社区的应用 | 第70-72页 |
| 6.3.3. 应用实例 | 第72-73页 |
| 6.4. 学习绩效教育决策分析数据挖掘云应用 | 第73-79页 |
| 6.4.1. 学习绩效数据仓库 | 第73-74页 |
| 6.4.2. 学习绩效数据挖掘教育决策分析框架 | 第74-76页 |
| 6.4.3. 挖掘实例 | 第76-79页 |
| 第7章 结语与展望 | 第79-82页 |
| 7.1. 论文总结 | 第79页 |
| 7.2. 研究价值及创新之处 | 第79-80页 |
| 7.3. 研究的不足 | 第80页 |
| 7.4. 研究展望 | 第80-82页 |
| 参考文献 | 第82-85页 |
| 附录 部分关键代码 | 第85-100页 |
| 致谢 | 第100-101页 |
| 在读期间公开发表论文（著）及科研情况 | 第101页 |
