| 摘要 | 第1-7页 |
| Abstract | 第7-20页 |
| 1 绪论 | 第20-31页 |
| ·现代远程教育（E-Learning系统）研究现状 | 第20-24页 |
| ·情感计算研究现状 | 第24-28页 |
| ·情感计算 | 第26页 |
| ·感性工学 | 第26-27页 |
| ·人工心理理论 | 第27-28页 |
| ·课题研究的意义 | 第28-29页 |
| ·论文结构及简介 | 第29-31页 |
| 2 情感模型及建模方法 | 第31-44页 |
| ·情感模型 | 第31-37页 |
| ·心理学中对情绪量化的思考 | 第31-32页 |
| ·OCC情绪模型 | 第32-34页 |
| ·Salt&Pepper模型 | 第34页 |
| ·EM模型 | 第34-35页 |
| ·隐马尔可夫模型 | 第35-36页 |
| ·基于欧氏空间的情感建模方法 | 第36-37页 |
| ·情感建模方法 | 第37-43页 |
| ·灰色理论 | 第37-39页 |
| ·支持向量机 | 第39-43页 |
| ·小结 | 第43-44页 |
| 3 E-Learning系统的实现 | 第44-70页 |
| ·现代远程教育理论 | 第44-46页 |
| ·ISNIES系统总体设计 | 第46-51页 |
| ·卫星单播系统 | 第46-48页 |
| ·双向交互形式 | 第48-49页 |
| ·ISNIES系统结构 | 第49-50页 |
| ·ISNIES系统的特点 | 第50-51页 |
| ·基于Agent的MASIES实现 | 第51-56页 |
| ·MASIES框架结构 | 第51-52页 |
| ·MASIES系统Agent功能模块说明 | 第52-55页 |
| ·Agent功能流程说明 | 第55-56页 |
| ·系统中Agent的具体应用 | 第56-68页 |
| ·Agent技术概述 | 第56-59页 |
| ·基于Aglet平台的Agent实现 | 第59-60页 |
| ·基于Aglet的Agent通信 | 第60-63页 |
| ·基于Aglet的多Agent系统(MAS) | 第63页 |
| ·系统中Aglet平台应用 | 第63-66页 |
| ·Agent应用的具体实现 | 第66-68页 |
| ·课题研究中的调研情况 | 第68页 |
| ·ISNIES系统工作调研 | 第68页 |
| ·教学策略、个性教学调研 | 第68页 |
| ·模型搭建、心理建模调研 | 第68页 |
| ·小结 | 第68-70页 |
| 4 个性化教学的实现 | 第70-94页 |
| ·个性化Learning-Map实现 | 第70-79页 |
| ·ISM构造的一般步骤 | 第71-73页 |
| ·Learning-Map 的构建 | 第73-75页 |
| ·个性化Learning-Map 的构建 | 第75-79页 |
| ·学习者分类以实现个性化施教 | 第79-93页 |
| ·学习者基本信息评分 | 第79-80页 |
| ·层次分析法进行评估 | 第80-87页 |
| ·灰色聚类分析法进行评估 | 第87-93页 |
| ·评估结果比较 | 第93页 |
| ·小结 | 第93-94页 |
| 5 学习者情感检测及建模 | 第94-121页 |
| ·学习者的情感认知 | 第94-97页 |
| ·趋避度及专注度 | 第94-95页 |
| ·人脸及眼帘的检测 | 第95-96页 |
| ·情感状态识别 | 第96-97页 |
| ·基于人脸检测的趋避度模型 | 第97-115页 |
| ·使用曲线拟合方法建模 | 第98页 |
| ·曲线拟合方法基本思想 | 第98-100页 |
| ·曲线拟合方法进行趋避度建模 | 第100-109页 |
| ·归一化思想实现趋避度简易建模 | 第109-113页 |
| ·两种方案比较与选择 | 第113-115页 |
| ·基于眼帘的专注度检测 | 第115-117页 |
| ·情绪模型的定义和运算 | 第117-119页 |
| ·情绪的定义 | 第117-118页 |
| ·情绪运算相关理论 | 第118-119页 |
| ·小结 | 第119-121页 |
| 6 情绪反应建模 | 第121-147页 |
| ·智能Agent助理 | 第121-123页 |
| ·Agent动画人物 | 第121-122页 |
| ·Agent动画人物的实现 | 第122页 |
| ·Agent动画显示模块 | 第122-123页 |
| ·智能Agent助理的情绪 | 第123-125页 |
| ·情绪与学习心理分析 | 第123-124页 |
| ·情绪模块设计 | 第124-125页 |
| ·基于模糊集合的情绪反应 | 第125-128页 |
| ·在线时间评价值及学习内容评价值 | 第125页 |
| ·学习者模糊情感综合评价 | 第125-126页 |
| ·智能Agent助理的情绪反应 | 第126-128页 |
| ·基于模糊集合的情绪反应总结 | 第128页 |
| ·支持向量机的智能Agent助理情绪反应 | 第128-135页 |
| ·支持向量机多类分类问题 | 第128-129页 |
| ·支持向量机中情绪反应特征要素的提取 | 第129-130页 |
| ·建立情绪反应分类模型的基本步骤 | 第130-131页 |
| ·仿真实验及结果分析 | 第131-134页 |
| ·基于模糊集的方法和基于支持向量机方法的比较 | 第134-135页 |
| ·智能Agent助理情绪反应的行为规则 | 第135-138页 |
| ·个性化教学助理设计 | 第138-140页 |
| ·Agent助理及其情绪反应在系统中的表现 | 第140-146页 |
| ·在同步视频教学阶段 | 第141-142页 |
| ·在非同步教学阶段 | 第142-146页 |
| ·小结 | 第146-147页 |
| 7 创新型服务业中的人机交互技术 | 第147-163页 |
| ·和谐人机交互的特点 | 第147-149页 |
| ·电子商务中的和谐人机交互 | 第149-162页 |
| ·电子商务（服装选购）系统架构 | 第149-152页 |
| ·商品信息的量化 | 第152-156页 |
| ·顾客需求的模糊性分析 | 第156-157页 |
| ·顾客需求与商店信息的模糊协调 | 第157-160页 |
| ·电子商务中的人性化交互 | 第160-162页 |
| ·小结 | 第162-163页 |
| 结论 | 第163-167页 |
| 参考文献 | 第167-177页 |
| 在学研究成果 | 第177-179页 |
| 致谢 | 第179-180页 |
| 附件1:《某Java 班学员基本情况调查表》 | 第180-181页 |
| 附件2《曲线拟合仿真实验代码》 | 第181-182页 |
| 附件3、libsvm 仿真实验代码 | 第182-183页 |