基于知识图谱的自适应学习系统设计与实现
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 研究背景及意义 | 第12-15页 |
| 1.1.1 在线学习 | 第12页 |
| 1.1.2 教育大数据 | 第12-14页 |
| 1.1.3 研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 自适应学习国外研究现状 | 第15-16页 |
| 1.2.2 自适应学习国内研究现状 | 第16-18页 |
| 1.2.3 自适应学习研究现状总结 | 第18页 |
| 1.3 研究内容及论文安排 | 第18-19页 |
| 1.4 论文组织结构 | 第19-22页 |
| 第2章 相关理论与技术研究 | 第22-32页 |
| 2.1 知识图谱 | 第22-24页 |
| 2.1.1 知识图谱基本概述 | 第22-23页 |
| 2.1.2 知识图谱构建流程 | 第23-24页 |
| 2.2 项目反应理论 | 第24-27页 |
| 2.2.1 项目反应理论概述 | 第24-25页 |
| 2.2.2 项目反应理论模型 | 第25-27页 |
| 2.3 支持向量回归机 | 第27-31页 |
| 2.3.1 支持向量机 | 第27-28页 |
| 2.3.2 支持向量回归机 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 自适应学习系统总体设计 | 第32-36页 |
| 3.1 自适应学习系统功能分析 | 第32页 |
| 3.2 自适应学习系统总体设计 | 第32-33页 |
| 3.3 自适应学习系统流程设计 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 自适应学习系统模型搭建 | 第36-52页 |
| 4.1 领域模型 | 第36-41页 |
| 4.1.1 知识图谱构建方法 | 第36-38页 |
| 4.1.2 领域模型动态更新 | 第38-41页 |
| 4.2 学生模型 | 第41-48页 |
| 4.2.1 学生模型构建方法 | 第41-43页 |
| 4.2.2 基于IRT理论的认知水平测试方法 | 第43-48页 |
| 4.3 自适应引擎 | 第48-51页 |
| 4.3.1 路径达成度 | 第49-50页 |
| 4.3.2 SVR预测模型构建方法 | 第50-51页 |
| 4.4 接口模块 | 第51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 自适应学习系统技术实现 | 第52-70页 |
| 5.1 领域模型技术实现 | 第52-58页 |
| 5.1.1 知识图谱构建 | 第52-54页 |
| 5.1.2 FP-Growth关联规则挖掘 | 第54-57页 |
| 5.1.3 FP-Growth算法实验结果 | 第57-58页 |
| 5.2 学生模型技术实现 | 第58-59页 |
| 5.3 SVR预测模型技术实现 | 第59-66页 |
| 5.3.1 数据预处理 | 第60-61页 |
| 5.3.2 SVR预测模型技术实现 | 第61-66页 |
| 5.4 接口模块页面展示 | 第66-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 全文工作总结 | 第70-71页 |
| 6.2 建议与展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 作者简介及所取得科研成果 | 第78-80页 |
| 致谢 | 第80页 |
