| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| Chapter One Introduction | 第10-14页 |
| 1.1 Research Background | 第10-11页 |
| 1.2 Research Objectives | 第11-12页 |
| 1.3 Research Significance | 第12-14页 |
| Chapter Two Literature Review | 第14-28页 |
| 2.1 Automatic Scoring | 第14-16页 |
| 2.2 Listening Comprehension of SAQs | 第16-20页 |
| 2.2.1 Brief Introduction of Listening Comprehension | 第16-18页 |
| 2.2.2 SAQs | 第18-20页 |
| 2.3 Data Mining | 第20-26页 |
| 2.3.1 Functions of Data Mining | 第20-22页 |
| 2.3.2 Clustering Analysis | 第22-24页 |
| 2.3.3 Decision Tree | 第24-26页 |
| 2.4 Weka | 第26-28页 |
| Chapter Three Methods | 第28-42页 |
| 3.1 Research Questions | 第28页 |
| 3.2 Data Preprocessing | 第28-36页 |
| 3.2.1 Data Collection and Data Extraction | 第28-31页 |
| 3.2.2 Data Cleaning | 第31-33页 |
| 3.2.3 Data Integration and Data Transformation | 第33-36页 |
| 3.3 Data Process of Expert Scoring | 第36-38页 |
| 3.3.1 Expert Scoring on Students’ Short Answers | 第37页 |
| 3.3.2 Keywords | 第37-38页 |
| 3.3.3 Evaluation Standards | 第38页 |
| 3.4 Mining Data with Weka | 第38-41页 |
| 3.4.1 Clustering Analysis of Students’Answers | 第38-39页 |
| 3.4.2 Decision Tree of the Scoring Rules | 第39-41页 |
| 3.5 Comparison between Expert Scoring and Automatic Scoring | 第41-42页 |
| Chapter Four Results and Discussion | 第42-57页 |
| 4.1 Results of Data Transformation | 第42-44页 |
| 4.2 Results of Expert Scoring | 第44-46页 |
| 4.3 Results from Data Mining | 第46-53页 |
| 4.3.1 Results of Clustering Analysis | 第46-49页 |
| 4.3.2 Results of RandomTree | 第49-51页 |
| 4.3.3 Results of Comparison between the Two types of Scoring | 第51-53页 |
| 4.4 Discussion | 第53-57页 |
| Chapter Five Conclusions | 第57-59页 |
| 5.1 Major Findings of the Study | 第57-58页 |
| 5.2 Limitations | 第58-59页 |
| Acknowledgements | 第59-60页 |
| References | 第60-64页 |
| Appendix | 第64-82页 |
| Results Obtained During the Study for Master Degree | 第82-83页 |
