学位论文 > 优秀研究生学位论文题录展示

在自适应学习系统中应用序列挖掘技术实现智能导航

作 者: 汤文彬
导 师: 张琢
学 校: 东北师范大学
专 业: 计算机软件与理论
关键词: 自适应学习 序列模式挖掘 网络教学资源库
分类号: TP391.6
类 型: 硕士论文
年 份: 2010年
下 载: 66次
引 用: 0次
阅 读: 论文下载
 

内容摘要


20世纪以来,信息技术和网络技术快速发展,在各个方面影响着人们的生活,学习和工作。在教育领域,各种网络教学系统正在兴起,其中以提倡学习者为中心的自适应学习系统最为引人注目。他能根据不同学习者自身的状况安排不同的学习内容和学习方式,实现因材施教。本文在自适应学习理论的指导下,通过对网络教学资源库进行了研究分析,运用序列挖掘技术对网络教学资源库进行挖掘,从而挖掘出有效的导学机制,提高学生的学习效率,避免出现迷航,即在自适应学习系统中实现智能导航。此外,本文详细分析了序列挖掘算法AprioriAll,针对其不足,提出了一种改进算法,该算法基于二叉树生成思想,从而有效减少候选序列的产生减少了存储量,同时能在一定程度上减少对数据库的扫描次数及剪枝操作,尤其是对海量数据库,在空间开销上有很大的优化,经过实验此算法能较AprioriAll在空间上有较大节省,速度上也有一定的提高,但提高不明显。同时,此算法还能以较少的空间代价快速查找最大频繁模式。

全文目录


中文摘要  4-5
英文摘要  5-8
第一章 前言  8-14
  1.1 课题研究背景及意义  8-9
  1.2 自适应学习系统的研究现状  9-11
  1.3 网络资源库的研究现状  11-12
  1.4 序列模式挖掘的研究现状  12
  1.5 本文的主要内容及应用价值  12-14
第二章 自适应学习系统和网络教学资源库  14-26
  2.1 自适应学习系统  14-19
    2.1.1 当前国内学习平台上存在的缺陷  14-15
    2.1.2 自适应学习的理论基础  15-18
    2.1.3 东师理想自主学习平台  18-19
  2.2 网络教学资源库  19-25
    2.2.1 网络教学资源库概述  19-22
    2.2.2 网络教学资源库建设的现状和发展趋势  22-24
    2.2.3 东师理想教学资源库  24-25
  2.3 本章小结  25-26
第三章 序列模式挖掘研究  26-38
  3.1 数据挖掘理论  26-27
  3.2 AprioriAll 算法  27-29
  3.3 改进算法 Dw_AprioriAll  29-38
    3.3.1 有关定义和定理  30-31
    3.3.2 算法的基本思想  31
    3.3.3 算法举例  31-36
    3.3.4 算法 Dw_AprioriAll 描述  36-37
    3.3.5 算法分析  37-38
第四章 算法实验及分析  38-46
  4.1 实验环境  38
  4.2 算法实现的流程图  38-39
  4.3 数据源的获得  39-40
    4.3.1 人工合成数据  39
    4.3.2 现实数据预处理  39-40
  4.4 算法性能比较  40-46
第五章 利用序列挖掘技术解决“信息迷航”现象  46-52
  5.1 网上学习中的“信息迷航”现象  46-47
  5.2 在自适应学习系统中应用序列挖掘技术  47
  5.3 对学生学习路径的挖掘  47-51
  5.4 挖掘结果的运用  51-52
结语  52-53
参考文献  53-55
致谢  55

相似论文

  1. 基于兴趣度的Web日志用户访问序列模式挖掘,TP311.13
  2. 初中化学实验自适应学习系统中学习风格模型研究,G633.8
  3. 基于隐私保护的多步攻击关联方法研究,TP311.13
  4. 基于人工神经网络的SBBR短程硝化反应仿真研究,X703
  5. 冷连轧动态变规格及厚度预设定技术的研究,TG335.12
  6. 基于MVC模式的网络教学资源库平台的设计与实现,TP311.52
  7. 多相关时间序列异常模式挖掘框架的研究,TP311.13
  8. 源信号数目未知的水声信号盲源分离算法研究,TN911.7
  9. 移动学习活动设计模型的改进与应用,G434
  10. 序列模式挖掘在医疗保险上的应用,TP311.13
  11. 自适应学习系统中学习风格模型的研究,G420
  12. 自适应学习系统中个性化学习方案的制定,TP311.52
  13. 自适应学习系统中用户学习风格模型修正研究,G434
  14. 基于Web日志的序列模式挖掘算法的研究,TP311.13
  15. 自适应学习系统中学习者模型的表示及特征值获取方法研究,TP391.6
  16. 基于蜜罐系统的网络行为模式分析,TP393.08
  17. 面向问答的社区型知识抽取技术研究,TP391.1
  18. 音乐领域中文实体关系抽取研究,TP391.1
  19. 面向网络用户行为模式发现的数据挖掘技术探索,TP311.13
  20. 基于SVM的网络流量异常检测系统研究,TP393.06

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 教学机、学习机
© 2012 www.xueweilunwen.com