基于数据挖掘的个性化课件资源组织
| 第一章 引言 | 第1-14页 |
| ·问题提出的背景 | 第11页 |
| ·目前研究的现状和存在的问题 | 第11-12页 |
| ·本文的解决思路 | 第12-13页 |
| ·论文结构安排 | 第13-14页 |
| 第二章 数据挖掘 | 第14-24页 |
| ·数据挖掘的概念 | 第14-15页 |
| ·基于数据仓库的课件教学资源组织 | 第15-21页 |
| ·数据仓库 | 第15页 |
| ·数据仓库与数据挖掘 | 第15-16页 |
| ·数据仓库的体系结构 | 第16-17页 |
| ·基于OLAP的数据仓库的组成 | 第17-18页 |
| ·数据仓库的分析方法 | 第18页 |
| ·基于数据仓库的教学资源组织 | 第18-21页 |
| ·基于决策树的课件资源组织分析 | 第21-24页 |
| ·数据挖掘的统计学方法 | 第21页 |
| ·数据挖掘的机器学习方法 | 第21-22页 |
| ·基于决策树的个性化课件资源组织 | 第22-24页 |
| 第三章 决策树 | 第24-37页 |
| ·分类 | 第24-25页 |
| ·影响一个分类器错误率的因素 | 第24页 |
| ·评估方法 | 第24-25页 |
| ·决策树学习 | 第25-28页 |
| ·决策树的生成 | 第26页 |
| ·决策树的剪枝 | 第26-28页 |
| ·剪枝与建树的合并 | 第28页 |
| ·决策树常见算法 | 第28-34页 |
| ·CLS | 第29页 |
| ·ID3算法 | 第29-32页 |
| ·C4.5算法 | 第32-34页 |
| ·决策树方法在个性化资源选择中的应用 | 第34-37页 |
| ·学生历史记录 | 第34-35页 |
| ·确定决策树的决策目标 | 第35页 |
| ·准备分类和预测的数据 | 第35-36页 |
| ·决策树的建立与剪枝 | 第36-37页 |
| 第四章 课件资源的个性化选择 | 第37-63页 |
| ·远程教育概述 | 第37-41页 |
| ·现代远程教育资源系统体系结构 | 第37-39页 |
| ·网络教育的研究内容和方向 | 第39页 |
| ·网络教育技术标准 | 第39-40页 |
| ·教案有效组织工具 | 第40-41页 |
| ·课程内部结构 | 第41-45页 |
| ·课程、教学单元与知识点 | 第41-42页 |
| ·知识点之间关系及内部关系 | 第42-45页 |
| ·知识的粒度 | 第42页 |
| ·知识点间关系的划分 | 第42-43页 |
| ·知识点间关系的形式化定义 | 第43-44页 |
| ·知识点网络的矩阵表示 | 第44-45页 |
| ·教案个性化组织 | 第45-50页 |
| ·知识点网络的遍历路线 | 第45-47页 |
| ·知识库的建立 | 第47-49页 |
| ·学习进程控制网络遍历路线 | 第49-50页 |
| ·个性化知识点资源的选择 | 第50-63页 |
| ·个性化远程教学系统模型 | 第50-52页 |
| ·教案组织工具中课件资源的选择 | 第52-55页 |
| ·建立数据仓库与多维立方体 | 第55-58页 |
| ·关系数据库表的准备 | 第55-56页 |
| ·由关系数据库表建立数据仓库与多维立方体 | 第56-58页 |
| ·创建决策树预测模型 | 第58-63页 |
| ·知识点个性化资源选择参考模型 | 第58-61页 |
| ·个性化知识点组织的参考模型 | 第61-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·主要工作 | 第63页 |
| ·不足及改进之处 | 第63-64页 |
| ·工作展望 | 第64-65页 |
| 参考文献 | 第65-67页 |
