学位论文 > 优秀研究生学位论文题录展示
基于网络学习行为分析的网络学习风格与学习偏好挖掘模型研究
作 者: 李素珍
导 师: 彭文辉
学 校: 华中师范大学
专 业: 教育技术学
关键词: 网络学习行为 学习风格 学习偏好 数据挖掘
分类号: G434
类 型: 硕士论文
年 份: 2009年
下 载: 788次
引 用: 8次
阅 读: 论文下载
内容摘要
随着终生学习理论及大力发展职业教育战略的实施,现代远程教育得到飞速发展。而网络学习能满足学习者随时随地自由安排学习内容的需要,网络教育在现代远程教育当中尤其受到人们的欢迎。人们对网络教育的研究逐渐地由原来对课程开发转为对网络学习者的网络学习行为特点的研究,从而可以对网络学习者的学习风格和偏好进行分析,进而能更进一步对网络学习者的学习进行监控和评价并为网络学习者提供更好的学习支持服务方面。目前国内学者对网络学习行为的分析和研究方面的工作做的较少,尤其是基于网络学习行为的分析来确定学习者的学习风格与学习偏好更少。随着数据挖掘技术的成熟,网络学习行为也逐渐能被采集,因此基于对网络学习行为进行挖掘和分析,来确定网络学习者的学习风格与学习偏好成为可能。本文着重基于网络学习行为分析的网络学习风格与学习偏好挖掘模型研究。全文共分为六章,各个章节的内容如下:第一章对论文的选题背景、国内外的研究状况、必要性、可行性以及采用的研究方法和技术路线进行阐述。第二章是基于网络学习行为分析的学习风格与学习偏好挖掘模型涉及的理论基础,分析了行为科学与行为主义理论、学习风格与学习偏好理论、网络学习行为理论以及数据挖掘理论。第三章研究网络学习行为与学习风格及学习偏好之间的关系。通过对学习风格与学习偏好进行分析,从学习风格与学习偏好的社会、心理、生理、情感、环境这五个维度将网络学习行为相应地划分为五个维度,从而确定各个维度的学习风格,构建网络学习者学习风格与学习偏好的综合模型。第四章对网络学习风格与学习偏好挖掘模型的构建原则、意义、功能结构以及模型的建构进行研究。第五章对网络学习风格与学习偏好挖掘模型的实现进行研究。分析了挖掘模型的组成模块,并对各个模块的功能结构以及技术进行分析研究。第六章是论文的总结。本章节对网络学习风格与学习偏好挖掘模型中在理论上及在具体技术实现上存在的不足进行了说明,并对下一步的工作进行了展望。
|
全文目录
摘要 4-5 Abstract 5-10 第一章 绪论 10-14 1.1 论文研究的背景 10-11 1.2 国内外网络学习风格与学习偏好挖掘研究状况综述 11-12 1.2.1 国外研究情况 11 1.2.2 国内研究情况 11-12 1.3 网络学习风格与学习偏好挖掘模型的必要性和可行性研究 12 1.3.1 必要性 12 1.3.2 可行性 12 1.4 采用的研究方法和技术路线 12-13 1.4.1 采取的研究方法 12-13 1.4.2 技术路线 13 1.5 本章小结 13-14 第二章 网络学习风格与学习偏好挖掘相关理论基础 14-28 2.1 行为科学与行为主义学习理论 14-16 2.1.1 行为科学的含义、内容 14-15 2.1.2 活动理论(Activity Theory) 15-16 2.2 学习风格与学习偏好相关理论 16-20 2.2.1 学习风格(Learning Style) 16-19 2.2.2 学习偏好(Learning Preferences) 19-20 2.3 网络学习行为理论 20-22 2.3.1 网络学习行为的含义 20-21 2.3.3 网络学习行为的模型 21-22 2.4 数据挖掘技术概论 22-27 2.4.1 数据挖掘的定义 22 2.4.2 数据挖掘的功能 22-23 2.4.3 数据挖掘的对象 23 2.4.4 数据挖掘的流程 23-24 2.4.5 数据挖掘的分类 24-25 2.4.6 数据挖掘的算法 25-26 2.4.7 web挖掘 26-27 2.5 本章小结 27-28 第三章 网络学习行为与网络学习风格、学习偏好间的关系 28-36 3.1 利用数据挖掘技术对网络学习行为进行分析 28-31 3.1.1 网络学习行为的多维度分类 28-29 3.1.2 利用关联规则对网络学习行为进行分析 29-30 3.1.3 利用聚类分析规则对网络学习行为进行分析 30-31 3.1.4 利用预测分析方法对网络学习行为进行分析 31 3.2 网络学习行为与网络学习风格、学习偏好之间的对应关系 31-35 3.2.1 从各个维度分析学习者的学习风格与学习偏好 31-32 3.2.2 网络学习者学习风格、学习偏好与网络学习行为的对应关系 32-34 3.2.3 网络学习者学习风格模型 34-35 3.3 本章小结 35-36 第四章 网络学习风格与学习偏好挖掘模型构建 36-41 4.1 网络学习风格与学习偏好挖掘模型的构建原则 36 4.2 网络学习风格与学习偏好挖掘模型构建的重要意义 36-38 4.3 网络学习风格与学习偏好挖掘模型的结构分析 38-39 4.4 网络学习风格与学习偏好挖掘模型的构建 39-40 4.5 本章小结 40-41 第五章 网络学习风格与学习偏好挖掘模型的实现研究 41-48 5.1 系统的设计流程图 41 5.2 网络学习风格与学习偏好挖掘模型系统各个模块的具体分析 41-48 5.2.1 网络学习行为采集模块 42-43 5.2.2 网络学习行为数据挖掘分析模块 43-45 5.2.3 网络学习者学习风格与学习偏好总结模块 45-46 5.2.4 指导教师点评模块 46-47 5.2.5 教学负责人员管理模块 47-48 第六章 展望与总结 48-50 6.1 论文总结 48 6.2 不足之处 48-49 6.3 展望 49-50 参考文献 50-53 在校期间发表的论文、科研成果等 53-54 在校期间参加的科研项目 53 在校期间参加的学术会议 53 在校期间发表的科研论文 53-54 致谢 54-55
|
相似论文
- 基于数据挖掘技术的保健品营销研究,F426.72
- 高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
- 张炳厚学术思想与临床经验总结及应用地龟汤类方治疗慢性肾脏病的经验研究,R249.2
- 农村地区高中生英语学习风格的调查研究,G633.41
- Bicluster数据分析软件设计与实现,TP311.52
- 基于变异粒子群的聚类算法研究,TP18
- 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 基于数据挖掘的税务稽查选案研究,F812.42
- 面向社区教育的个性化学习系统的研究与实现,TP391.6
- 基于关联规则挖掘的入侵检测系统的研究与实现,TP393.08
- 数据仓库技术在银行客户管理系统中的研究和实现,TP315
- 基于Moodle的高职网络教学系统设计与实现,TP311.52
- 教学质量评估数据挖掘系统设计与开发,TP311.13
- 关联规则算法在高职院校贫困生认定工作中的应用,G717
- 基于数据挖掘技术在城市供水的分析与决策,F299.24;F224
- 数据挖掘技术在电视用户满意度分析中的应用研究,TP311.13
- Web使用挖掘与网页个性化服务推荐研究,TP311.13
- 数据挖掘在学校管理和学生培养中的应用,TP311.13
- 初中化学实验自适应学习系统中学习风格模型研究,G633.8
- 高校毕业生就业状况监测系统研究,G647.38
中图分类: > 文化、科学、教育、体育 > 教育 > 电化教育 > 计算机化教学
© 2012 www.xueweilunwen.com
|