首页--文化、科学、教育、体育论文--教育论文--电化教育论文--计算机化教学论文

基于数据可视化的MOOCs统计分析

摘要第4-5页
Abstract第5页
1 引言第9-13页
    1.1 研究背景第9-10页
    1.2 MOOCs概述第10-12页
    1.3 本文的创新点和研究内容第12-13页
2 研究的设计和理论分析第13-26页
    2.1 Bicomb软件介绍和数据的预处理第13-15页
    2.2 共词分析方法第15-18页
    2.3 聚类分析法第18-22页
    2.4 因子分析简介第22-23页
    2.5 战略坐标图第23-24页
    2.6 可视化分析第24-26页
3 基于文本挖掘的MOOCs统计分析第26-44页
    3.1 英文数据的获取和预处理第26-28页
    3.2 英文高频关键词的聚类分析第28-31页
    3.3 中文数据的获取和预处理第31-33页
    3.4 中文高频关键词的聚类分析第33-36页
    3.5 中英文聚类分析结果的对比第36-37页
    3.6 英文高频关键词因子分析第37-41页
    3.7 中文高频关键词因子分析第41-42页
    3.8 中英文高频关键词因子分析碎石图对比第42-44页
4 MOOCs国内外主题研究的可视化分析第44-52页
    4.1 英文高频关键词战略坐标图第44-45页
    4.2 中文高频关键词战略坐标图第45-47页
    4.3 中文高频关键词战略坐标图对比第47-48页
    4.4 国外MOOCs研究前沿演进第48-49页
    4.5 国内MOOCs研究前沿演进第49-51页
    4.6 国内外研究主题的对比第51-52页
5 总结与展望第52-54页
    5.1 MOOCs国内外研究主题的相同点第52页
    5.2 MOOCs国内外研究主题的不同点第52-53页
    5.3 未来国内外MOOCs研究热点第53-54页
致谢第54-55页
参考文献第55-58页
附录 共现矩阵转换为相异矩阵的VBA程序第58页

论文共58页,点击 下载论文
上一篇:《高等教育体系对比分析》(第九章)翻译实践报告
下一篇:基于随机游走的无线传感器网络覆盖洞的修复