| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景和意义 | 第8-9页 |
| ·研究背景 | 第8-9页 |
| ·理论及实际意义 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·ITS的历史演化 | 第9-10页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究状况 | 第11-12页 |
| ·主要研究内容 | 第12页 |
| ·本文的章节结构 | 第12-13页 |
| 第二章 智能导学系统概述 | 第13-26页 |
| ·智能导学系统的理论基础 | 第13-22页 |
| ·建构主义学习理论 | 第13-15页 |
| ·数据挖掘技术 | 第15-19页 |
| ·人工智能技术 | 第19-22页 |
| ·ITS 的系统构成与特点 | 第22-24页 |
| ·ITS 的系统结构 | 第22-23页 |
| ·ITS 的工作原理 | 第23页 |
| ·ITS 的主要特征 | 第23-24页 |
| ·ITS 的发展趋势 | 第24-26页 |
| 第三章 《概率论》课程智能导学系统的总体设计 | 第26-29页 |
| ·《概率论》课程智能导学系统的设计目标 | 第26页 |
| ·《概率论》课程智能导学系统的结构与组成 | 第26-28页 |
| ·《概率论》课程智能导学系统的设计实现 | 第28-29页 |
| 第四章 《概率论》课程智能导学系统的关键技术及设计实现 | 第29-38页 |
| ·知识库的构建 | 第29-32页 |
| ·知识点的划分 | 第29页 |
| ·知识点之间的关系 | 第29-30页 |
| ·知识库的构建 | 第30-32页 |
| ·认知型学生模型的构建 | 第32-34页 |
| ·学生模型概述 | 第32页 |
| ·学生模型中认知能力的定量评估——模糊评价算法 | 第32-33页 |
| ·学生模型的数据库组成 | 第33-34页 |
| ·学生认知模型的初始化和更新——逐步逼近法 | 第34页 |
| ·教师模型的构建 | 第34-38页 |
| ·教学策略的组织 | 第34-35页 |
| ·教学规则库 | 第35页 |
| ·模糊知识表示和推理 | 第35-36页 |
| ·模糊推理实例 | 第36-38页 |
| 第五章 系统的实现 | 第38-40页 |
| ·开发环境 | 第38页 |
| ·实现方法 | 第38-40页 |
| ·网络运行模式——B/S 模式 | 第38-39页 |
| ·存储过程 | 第39-40页 |
| 第六章 总结和展望 | 第40-42页 |
| ·研究总结 | 第40页 |
| ·研究展望 | 第40-42页 |
| 参考文献 | 第42-44页 |
| 致谢 | 第44页 |