| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 研究目标 | 第11-12页 |
| 1.3.1 研究目标 | 第11页 |
| 1.3.2 研究内容与思路 | 第11页 |
| 1.3.3 研究方法 | 第11-12页 |
| 1.4 论文组织结构 | 第12页 |
| 1.5 本章小结 | 第12-13页 |
| 第2章 理论基础 | 第13-30页 |
| 2.1 相关理论 | 第13-21页 |
| 2.1.1 学习分析与自适应学习 | 第13-14页 |
| 2.1.2 行为与学习行为理论 | 第14-17页 |
| 2.1.3 学习风格理论 | 第17-21页 |
| 2.2 学习行为模型 | 第21-25页 |
| 2.2.1 多维度多层次模型介绍 | 第21-23页 |
| 2.2.2 活动流模型介绍 | 第23-24页 |
| 2.2.3 层次塔模型 | 第24-25页 |
| 2.3 基于学习风格的行为研究 | 第25-29页 |
| 2.3.1 基于Felder-Silverman学习风格理论的行为研究 | 第25-26页 |
| 2.3.2 基于Kolb学习风格理论的行为研究 | 第26-27页 |
| 2.3.3 基于多维学习风格理论的行为研究 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 数据采集模型的构建 | 第30-45页 |
| 3.1 数据来源 | 第30-32页 |
| 3.1.1 数据来源架构 | 第30-31页 |
| 3.1.2 系统需求介绍 | 第31-32页 |
| 3.2 大数据环境下的学习风格分析 | 第32-35页 |
| 3.2.1 学习风格分析方法与步骤 | 第32-33页 |
| 3.2.2 采集方法介绍 | 第33页 |
| 3.2.3 基于数理统计的数据清洗与特征变换 | 第33-35页 |
| 3.3 数据采集模型的训练 | 第35-44页 |
| 3.3.1 行为特征的确定 | 第35-36页 |
| 3.3.2 基于假设检验的异常点检测的数据清洗 | 第36-38页 |
| 3.3.3 基于主成分分析的特征变换 | 第38-44页 |
| 3.4 总结 | 第44-45页 |
| 第4章 总结与展望 | 第45-47页 |
| 4.1 研究内容总结 | 第45-46页 |
| 4.2 不足与展望 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 致谢 | 第49页 |