大数据驱动的个性化自适应在线学习分析模型及实现.docxVIP

大数据驱动的个性化自适应在线学习分析模型及实现

目录

内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.1.1在线教育发展趋势．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.1.2数据价值凸显与挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

1.2.1学习分析领域进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

1.2.2个性化学习研究动态．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

1.2.3自适应学习系统发展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

1.3主要研究内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

1.4技术路线与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

相关理论与技术基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

2.1学习分析基本概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

2.1.1学习分析定义与范畴．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

2.1.2学习分析关键指标体系．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.2个性化学习理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

2.2.1个性化学习内涵．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

2.2.2用户画像构建方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

2.3自适应学习原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

2.3.1自适应系统模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

2.3.2动态内容推荐机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

2.4大数据处理技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

2.4.1数据采集与存储．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

2.4.2数据预处理与清洗．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

2.4.3关键算法应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

大数据驱动的学习行为数据采集与处理．．．．．．．．．．．．．．．．．．．．．44

3.1在线学习行为数据源．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

3.1.1学习过程交互数据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

3.1.2学习成果评价数据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

3.1.3用户背景属性数据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

3.2数据采集策略与平台．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

3.2.1采集技术实现路径．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

3.2.2数据接口与整合方案．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

3.3数据预处理与特征工程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54

3.3.1数据清洗与格式统一．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56

3.3.2有效性甄别与缺失值处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57

3.3.3关键行为特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58

个性化自适应学习分析模型设计．．．．．．．．．．．．．