聚类分析算法在网上智能教学平台中的应用研究

论文摘要

随着Internet的飞速发展以及个人计算机的普及,远程网络教学作为一种全新的、先进的教学模式日益流行,成为近年来教育领域内的一个焦点,因此网上教学平台的研究与开发也成为热点内容。然而纵观现有的网上教学平台,普遍存在着这样几个问题:网站结构纷繁复杂,层次不清晰,目标性不强;教学形式单一乏味,不能很好的调动学生的学习兴趣;教学针对性差,不同的学员均采用同样的教学方法等等。这些问题的存在不同程度上影响了网上教学平台的教学成果,同时也制约了远程网络教学的发展。本论文的课题来源于省教育厅项目“嵌入式网上智能教学平台”,研究并建立一套大型嵌入式系统网上智能教学平台,能够实现网上教学、网上答疑、网上交流、网上测试等。该教学平台包括大量嵌入式系统领域的网上教学课件、资料、案例等,通过网上教学模式实现对复合型、应用型嵌入式人才的培养,对于国内外的网络教学具有十分重要的意义。本论文作者在论文期间参与并实现了嵌入式网上智能教学平台,除了设计网站的主体风格、开发模型外,主要完成了网站论坛、精品课程、资源中心等等几大核心模块;同时本论文总结归纳,提出了“个性化智能”教学的概念,设计并实现了个性化智能学习系统。论文在研究了聚类分析算法的概念、原理、分类等相关技术,以及以国内外发展现状的基础上,提出一种改进的聚类分析算法——GBKM聚类分析算法,该算法整合了网格聚类与K-均值聚类,并且引入了一种新的划分网格的算法、以及新的计算密度阀值的函数,经过理论分析以及试验证明,论证了GBKM算法的优越性,聚类过程达到了令人满意的效果。同时将GBKM聚类分析算法应用在网上智能教学平台中,将GBKM聚类分析算法作为个性化智能学习系统的核心算法,通过将学员成绩记录进行聚类分析得到学员的个性特征,系统根据分析结果为学员提供有针对性的、个性化的学习策略以及学习指导,取得了令人满意的“个性化智能”教学效果。

论文目录

• 摘要
• ABSTRACT
• 绪论
• 一 问题的提出
• 二 课题研究的背景及意义
• 四 课题的来源以及课题的主要工作
• 第一章 网上教学平台的研究
• 1.1 远程网络教学的概述
• 1.1.1 远程网络教学的概念与发展
• 1.1.2 远程网络教学的显著特点
• 1.1.3 远程网络教学的基本模式
• 1.1.4 远程网络教学存在的问题和“个性化智能教学”的提出
• 1.2 网上教学平台的理论研究
• 1.2.1 网上教学平台的结构
• 1.2.2 网上教学平台建设的基本原则
• 本章小结
• 第二章 聚类分析算法的研究
• 2.1 引言
• 2.2 聚类分析的简介
• 2.2.1 聚类分析的原理
• 2.2.2 聚类分析中的数据类型
• 2.2.3 相似性测度
• 2.3 聚类分析的算法
• 2.3.1 聚类算法的分类
• 2.3.2 几种典型的聚类算法
• 2.3.3 算法的比较
• 2.4 K-均值聚类与网格聚类
• 2.4.1 K-均值聚类
• 2.4.2 网格聚类
• 本章小结
• 第三章 GBKM 聚类分析算法
• 3.1 引言
• 3.2 GBKM 聚类分析算法
• 3.2.1 算法的基本概念
• 3.2.2 算法的基本思想
• 3.2.3 算法的步骤
• 3.2.4 算法的流程图
• 3.2.5 算法的实现
• 3.3 GBKM 聚类算法的性能验证
• 3.3.1 时间复杂度分析
• 3.3.2 试验结果对比
• 3.3.3 纯度比较
• 3.3.4 凝聚度和分离度评价
• 本章小结
• 第四章 嵌入式网上智能教学平台的设计
• 4.1 引言
• 4.2 开发工具与开发模型
• 4.2.1 开发工具
• 4.2.2 开发模型
• 4.3 系统分析与功能设计
• 4.3.1 系统分析
• 4.3.2 功能设计
• 4.4 详细的模块设计与实现
• 4.4.1 资源中心的设计与实现
• 4.4.2 网站论坛的设计与实现
• 4.5 数据库设计
• 4.5.1 数据库表设计
• 4.5.2 创建与连接数据库
• 本章小结
• 第五章 实例研究——个性化智能学习系统
• 5.1 引言
• 5.2 个性化智能学习系统的设计
• 5.2.1 基本思想
• 5.2.2 基本流程
• 5.2.3 系统实现
• 5.2.4 数据库表设计
• 5.3 个性化智能学习系统的评估
• 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢