智能化网络教学系统的研究与设计

论文摘要

随着网络对各个领域的渗透,基于Web的网络教育正在日益发展,它作为传统的集中式教学方式的一种补充有着其不可替代的优势,如学习者的学习可以不受时间和地理位置的限制,学习者可以根据自己的情况和特点选择学习内容,把握学习进度等。但是目前的网络教学系统仍存在着一些不足,比较突出的是系统对学生缺乏必要的了解和分析,对学生的学习过程缺乏控制和引导。本文基于以上不足,研究并设计了一个智能化网络教学系统,旨在通过先进的智能技术改善现有系统中存在的问题。重点研究了Web挖掘和遗传算法在教学系统中的应用。本文首先分析了现有教学系统存在的问题,并给出了网络教学系统的概要设计。接下来提出把一种改进的遗传算法应用在组卷系统中,该算法在遗传算法流程中嵌入模拟退火算法,与现有遗传算法相比,该算法能较好地克服未成熟收敛现象,并且组卷的成功率和速度有了明显的提高。本文还研究并设计了一个基于Web挖掘的智能导学系统模型,该模型在经过预处理的日志数据上建立多维数据集,再采用关联分析、序列分析等数据挖掘技术进行模式发现并由发现的模式分局进行学习推荐和过程控制。本文针对教学系统的实际情况,对关联分析中置信度的计算方法进行了改进,以提高模式发现的准确性。该系统采用B/S三层体系结构,后台数据库使用SQL SERVER建模,最后基于ASP.NET平台技术实现系统。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 网络教学系统的研究现状与意义
• 1.2 本文所做的工作与结构安排
• 第二章 网络教学系统的总体架构与设计
• 2.1 系统的架构
• 2.2 系统的总体设计
• 2.2.1 网络教学系统的主要功能模块的划分
• 2.2.2 网络教学系统的数据库设计
• 2.2.3 网络教学系统的总体流程设计
• 第三章 网络教学系统中智能组卷的研究与设计
• 3.1 组卷模块中的关键技术
• 3.1.1 遗传算法的基本原理概述
• 3.1.2 模拟退火算法
• 3.1.3 遗传算法的改进
• 3.2 遗传组卷算法设计
• 3.2.1 组卷算法数学模型的建立
• 3.2.2 模拟退火遗传组卷算法设计
• 3.3 组卷模块的设计
• 3.3.1 组卷模块的数据库设计
• 3.3.2 组卷流程的设计
• 第四章 网络教学系统中智能导学的研究与设计
• 4.1 智能导学模块中的关键技术
• 4.1.1 数据挖掘技术
• 4.1.1.1 数据挖掘的概念
• 4.1.1.2 数据挖掘的技术和方法
• 4.1.1.3 数据挖掘算法原理
• 4.1.2 数据立方体技术
• 4.2 智能导学模块的总体设计
• 4.2.1 智能导学模块的结构
• 4.2.2 智能导学模块的知识库设计
• 4.3 智能导学模块的离线分析
• 4.3.1 数据预处理
• 4.3.2 构建立方体数据模型
• 4.3.3 模式发现
• 4.3.3.1 Web频繁访问路径的发现
• 4.3.3.2 知识点间关联规则的发现
• 4.4 智能导学模块的在线推荐
• 第五章 智能化网络教学系统的实现
• 5.1 系统实现的开发平台及其关键技术
• 5.1.1 ASP.NET数据访问技术
• 5.1.2 XML技术
• 5.1.3 AJAX技术
• 5.2 系统的实现
• 5.2.1 数据层的实现
• 5.2.1.1 挖掘模型的构建
• 5.2.1.2 XML技术在数据层中的应用
• 5.2.2 业务层的实现
• 5.2.3 应用层的实现
• 5.2.3.1 学习模块的实现
• 5.2.3.2 考试模块的实现
• 第六章 总结及展望
• 6.1 全文总结
• 6.2 研究展望
• 参考文献
• 发表论文和科研情况说明
• 致谢