基于数据分析的网络学习空间智能管理研究
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 网络学习空间现状研究 | 第10-12页 |
| 1.2.2 智能管理现状研究 | 第12-13页 |
| 1.3 研究内容 | 第13页 |
| 1.4 研究方法与技术路线 | 第13-15页 |
| 1.4.1 研究方法 | 第13-14页 |
| 1.4.2 技术路线 | 第14-15页 |
| 1.5 论文结构说明 | 第15-16页 |
| 第2章 理论阐述 | 第16-24页 |
| 2.1 概念阐述 | 第16-19页 |
| 2.1.1 网络学习空间 | 第16-18页 |
| 2.1.2 百度网盘 | 第18页 |
| 2.1.3 QQ | 第18-19页 |
| 2.2 理论基础 | 第19-24页 |
| 2.2.1 学习共同体理论 | 第19-20页 |
| 2.2.2 泛在学习理论 | 第20-21页 |
| 2.2.3 建构主义理论 | 第21页 |
| 2.2.4 非正式学习理论 | 第21-24页 |
| 第3章 面向需求的网络学习空间数据挖掘 | 第24-42页 |
| 3.1 网络学习空间构建 | 第24-26页 |
| 3.1.1 网络学习空间的功能 | 第24页 |
| 3.1.2 网络学习空间构建方法及组织策略 | 第24-26页 |
| 3.2 网络学习空间的前端分析 | 第26-31页 |
| 3.2.1 学习内容分析 | 第26-27页 |
| 3.2.2 学习对象分析 | 第27-29页 |
| 3.2.3 学习环境分析 | 第29-31页 |
| 3.3 基于学习空间数据挖掘的学习需求分析 | 第31-33页 |
| 3.3.1 网络学习空间数据提取 | 第31-32页 |
| 3.3.2 学习需求挖掘及高频关键词提取 | 第32-33页 |
| 3.4 学习需求分析 | 第33-37页 |
| 3.4.1 构建学习需求高频关键词共词矩阵 | 第33-34页 |
| 3.4.2 学习需求高频关键词需求分析 | 第34-35页 |
| 3.4.3 学习需求社会网络图谱分析 | 第35-37页 |
| 3.5 学习需求层级塔构建 | 第37-42页 |
| 3.5.1 构造共异矩阵 | 第37-38页 |
| 3.5.2 高频关键词聚类分析 | 第38-40页 |
| 3.5.3 构建学习需求层级塔 | 第40-42页 |
| 第4章 网络学习空间智能管理机器人的设计研究 | 第42-63页 |
| 4.1 智能答疑模块建设研究 | 第42-54页 |
| 4.1.1 内容分析 | 第45-46页 |
| 4.1.2 问题分析 | 第46-47页 |
| 4.1.3 答疑知识表的构建 | 第47-54页 |
| 4.2 资源推荐模块建设 | 第54-56页 |
| 4.2.1 资源平台构建 | 第54-55页 |
| 4.2.2 资源推荐规则构建 | 第55-56页 |
| 4.2.3 学习空间资源推荐流程 | 第56页 |
| 4.3 舆情管理模块分析 | 第56-62页 |
| 4.3.1 基于文献分析法的学习空间舆情分析 | 第56-57页 |
| 4.3.2 基于观察法的学习空间舆情分析 | 第57-59页 |
| 4.3.3 网络学习空间舆情管理策略研究 | 第59-62页 |
| 4.4 基于酷Q的智能管理机器人设计 | 第62-63页 |
| 第5章 学习空间智能管理机器人的有效性分析 | 第63-74页 |
| 5.1 智能管理机器人的功能测试 | 第63-65页 |
| 5.2 学习空间交互模型 | 第65-68页 |
| 5.3 答疑模块有效性分析 | 第68-71页 |
| 5.4 学习资源智能推荐模块的有效性分析 | 第71-73页 |
| 5.5 舆情管理模块有效性分析 | 第73-74页 |
| 第6章 总结和展望 | 第74-76页 |
| 6.1 研究结论 | 第74-75页 |
| 6.2 研究不足 | 第75页 |
| 6.3 研究展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 攻读学位期间发表的学术论文和研究成果 | 第80-81页 |
| 致谢 | 第81页 |
