云计算下基于认知的学习质量评价优化算法的研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-14页 |
| 一、课题研究背景 | 第9页 |
| 二、国内外研究现状 | 第9-12页 |
| （一）云计算平台的研究现状 | 第9-10页 |
| （二）学习质量的评价研究现状 | 第10-11页 |
| （三）算法的研究现状 | 第11-12页 |
| 三、研究意义 | 第12页 |
| 四、研究内容 | 第12-13页 |
| 五、本章小结 | 第13-14页 |
| 第二章 评价系统的相关理论与技术 | 第14-24页 |
| 一、问卷的信度及效度检验的相关理论 | 第14-17页 |
| （一）信度检验 | 第14-15页 |
| （二）效度检验 | 第15-17页 |
| 二、相关算法与衡量标准的介绍 | 第17-20页 |
| （一）多元线性回归 | 第18-19页 |
| （二）局部加权回归 | 第19-20页 |
| 三、衡量数据分析结果标准 | 第20-21页 |
| 四、云平台相关技术 | 第21-23页 |
| （一）Hadoop云计算技术 | 第21页 |
| （二）MapReduce计算模式 | 第21-22页 |
| （三）HDFS存储数据 | 第22-23页 |
| （四）Hadoop Streaming编程 | 第23页 |
| 五、本章小结 | 第23-24页 |
| 第三章 《基于认知的学习质量评价调查问卷》的设计 | 第24-36页 |
| 一、调查问卷的设计依据 | 第24-25页 |
| 二、问卷的基本信息 | 第25页 |
| 三、问卷设计的具体步骤 | 第25-35页 |
| （一）项目分析 | 第25-26页 |
| （二）项总计相关性 | 第26-27页 |
| （三）效度分析 | 第27页 |
| （四）因子分析 | 第27-30页 |
| （五）主成分分析 | 第30-33页 |
| （六）再次进行信度检验 | 第33-35页 |
| 四、本章小结 | 第35-36页 |
| 第四章 线性回归算法优化研究 | 第36-54页 |
| 一、多元线性回归算法 | 第36-41页 |
| （一）多元线性回归算法的计算过程 | 第36-37页 |
| （二）算法的实现研究 | 第37-40页 |
| （三）多元线性回归数据分析结果 | 第40-41页 |
| 二、回归算法面临的问题及解决方案 | 第41-42页 |
| （一）多元线性回归算法面临的问题 | 第41-42页 |
| （二）解决方案 | 第42页 |
| 三、局部加权线性回归算法 | 第42-49页 |
| （一）局部加权线性回归算法的计算流程 | 第42-43页 |
| （二）算法的实现研究 | 第43-45页 |
| （三）局部加权线性回归数据分析结果 | 第45-49页 |
| 四、局部加权线性回归的并行化研究 | 第49-53页 |
| （一）并行化算法研究 | 第49-52页 |
| （二）并行算法的性能 | 第52-53页 |
| 五、本章小结 | 第53-54页 |
| 第五章 评价系统平台设计与实现 | 第54-68页 |
| 一、基于认知的学习质量评价系统平台结构设计 | 第54-59页 |
| （一）数据采集模块的分析与设计 | 第55页 |
| （二）数据存储模块的分析与设计 | 第55-57页 |
| （三）数据分析模块的分析与设计 | 第57-58页 |
| （四）数据查询模块流程分析与设计 | 第58-59页 |
| 二、基于认知的学习质量评价系统平台搭建 | 第59-63页 |
| （一）软硬件要求 | 第59页 |
| （二）集群的环境配置 | 第59-62页 |
| （三）集群测试 | 第62-63页 |
| 三、评价系统平台功能模块实现 | 第63-67页 |
| （一）评价系统平台数据采集模块的实现 | 第63-66页 |
| （二）评价系统平台数据存储模块实现 | 第66-67页 |
| （三）评价系统平台数据查询模块的实现 | 第67页 |
| 四、本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 一、工作的总结 | 第68-69页 |
| 二、未来的展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 附录 | 第73-77页 |
| 附录一 | 第73-75页 |
| 附录二 | 第75-76页 |
| 附录三 | 第76-77页 |
| 致谢 | 第77-78页 |
| 个人简介 | 第78页 |
