基于Web挖掘的个性化学习系统
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 第1章 前言 | 第9-12页 |
| ·论文研究的目的及意义 | 第9-10页 |
| ·国内外研究现状 | 第10页 |
| ·论文研究的内容 | 第10-11页 |
| ·论文的组织 | 第11-12页 |
| 第2章 理论基础 | 第12-25页 |
| ·数据挖掘 | 第12-21页 |
| ·数据挖掘 | 第12页 |
| ·数据挖掘的过程 | 第12-13页 |
| ·数据挖掘的方法 | 第13-21页 |
| ·Web 挖掘 | 第21-25页 |
| ·Web 挖掘的基本概念 | 第21页 |
| ·Web 挖掘的分类 | 第21-22页 |
| ·Web 挖掘的数据源 | 第22-24页 |
| ·Web 个性化服务的意义 | 第24-25页 |
| 第3章 个性化学习系统相关数据的收集和预处理 | 第25-39页 |
| ·个性化学习系统相关数据的收集 | 第25-27页 |
| ·数据预处理 | 第27-34页 |
| ·数据清洗 | 第27-29页 |
| ·用户识别 | 第29页 |
| ·会话识别 | 第29-31页 |
| ·路径修补 | 第31-33页 |
| ·事务识别 | 第33-34页 |
| ·针对学习评价的多维数据模型 | 第34-39页 |
| ·事实表 | 第34页 |
| ·综合评价维表 | 第34-36页 |
| ·知识维表 | 第36-37页 |
| ·时间维表 | 第37页 |
| ·学生维表 | 第37-39页 |
| 第4章 个性化学习系统的设计与实现 | 第39-55页 |
| ·设计思想 | 第39页 |
| ·个性化学习系统的主要功能 | 第39-40页 |
| ·个性化学习系统的结构组成 | 第40页 |
| ·教学策略设计 | 第40-41页 |
| ·基于关联规则的个性化推荐 | 第41-50页 |
| ·学生的访问路径 | 第42页 |
| ·最大向前引用事务 | 第42-44页 |
| ·学生频繁访问路径的发现 | 第44-48页 |
| ·算法示例 | 第48-50页 |
| ·对个性相似的学生进行模糊聚类 | 第50-55页 |
| 第5章 滨州职业学院个性化教学网站实例 | 第55-60页 |
| ·用户注册模块 | 第55-56页 |
| ·个性化定制模块 | 第56-57页 |
| ·个性化编辑模块 | 第57-58页 |
| ·个性化推荐模块 | 第58-60页 |
| 第6章 总结 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 个人简历、在学期间的研究成果 | 第67页 |