学位论文 > 优秀研究生学位论文题录展示

基于CURE聚类的汉语自主学习资源的分组算法研究

作　者: 周航
导　师: 赵阔
学　校: 吉林大学
专　业: 软件工程
关键词: 汉语自主学习 Web数据挖掘聚类技术 CURE算法资源模型
分类号: TP311.13
类　型: 硕士论文
年　份: 2011年
下　载: 18次
引　用: 0次
阅　读: 论文下载

内容摘要

随着中国经济、科技的飞速发展,“汉语热”在全球范围内不断扩大,学习汉语的人数急剧增多。网络教学有着快捷、高效和自由性的特点,摆脱了传统教学时间和地域因素的限制,可以充分利用图像,动画,视屏等多媒体功能,使原本抽象复杂的学习内容,变得更加丰富、更加直接,从而提高汉语学习者对汉语的学习效率。然而网络教学也有它的局限性,如不能合理的将学习内容合理的组织起来,只是通过简单的将学习内容进行堆积和罗列,使不同学习背景的学习者难以分辨哪一部分是适合自己的学习内容,严重影响了网络教学的效果。资源在网络自主学习过程中起到很重要的作用,资源的难易直接影响着学习者对汉语学习的兴趣。如何为学习者找到合适的学习资源成为网络自主学习的重要问题。本文通过分析了网络自主学习与汉语学习者的特点,了解互联网自主学习的特征以及影响汉语学习者学习效率的环境因素。将汉语学习资源作为待聚类的数据集,根据学生对象的属性,年龄段、性别、性格、汉语水平、母语和文化背景,了解学习者对资源需求。通过学习者的学习活动数据,用CURE聚类技术对汉语学习资源进行个性化分组,将适合学习者的学习资源推荐给相应的学习者,从而解决网络自主学习上资源选择的盲目性问题。

全文目录

摘要  4-5
Abstract  5-10
第1章绪论  10-15
  1.1 研究背景  10-11
  1.2 研究的意义  11
  1.3 汉语教学的现状  11-14
    1.3.1 国内主要汉语网站  11-13
    1.3.2 国外主要汉语网站  13
    1.3.3 目前汉语网站不足之处  13-14
  1.4 本文的基本结构  14-15
第2章自主学习和数据挖掘相关理论  15-27
  2.1 自主学习理论  15-19
    2.1.1 网络自主学习的含义  15-16
    2.1.2 互联网自主学习的特征  16-18
    2.1.3 网络自主学习中的环境因素  18-19
  2.2 Web 数据挖掘  19-23
    2.2.1 Web 数据挖掘的含义  20-21
    2.2.2 Web 数据挖掘的数据来源  21
    2.2.3 Web 数据挖掘处理流程  21-23
  2.3 聚类技术  23-27
    2.3.1 聚类技术基本概念  23-25
    2.3.2 典型的聚类算法  25-27
第3章个性化学习理论和资源模型研究设计  27-39
  3.1 个性化学习理论  27-31
    3.1.1 个性化学习基本定义  28-29
    3.1.2 个性化学习的理论基础  29-30
    3.1.3 网络个性化学习的优势  30-31
  3.2 资源模型研究与设计  31-39
    3.2.1 资源模型概念  31-32
    3.2.2 资源模型的设计方法  32-35
    3.2.3 资源基本信息模型的设计  35-39
第4章基于 CURE 聚类的汉语自主学习资源的分组算法  39-48
  4.1 CURE 层次聚类算法  39-41
    4.1.1 CURE 算法介绍  39
    4.1.2 CURE 算法实现  39-41
  4.2 基于 CURE 聚类的汉语自主学习资源的分组算法  41-43
  4.3 实验评估  43-48
    4.3.1 实验环境  43-44
    4.3.2 实验数据集  44
    4.3.3 评估标准  44-45
    4.3.4 实验步骤  45-46
    4.3.5 实验结果  46-47
    4.3.6 讨论  47-48
第5章总结与展望  48-49
  5.1 总结  48
  5.2 展望  48-49
参考文献  49-51
致谢  51

基于CURE聚类的汉语自主学习资源的分组算法研究

内容摘要

全文目录

相似论文