作為我國(guó)教育信息化事業(yè)的重要部分,E-learning教學(xué)模式以其獨(dú)特的開(kāi)放式教育特點(diǎn),打破了傳統(tǒng)教學(xué)模式僵化的時(shí)間與空間格局,促進(jìn)了優(yōu)質(zhì)教育資源的共享,推動(dòng)了教育的普及化與個(gè)性化。該教學(xué)模式在教學(xué)方式上的改革無(wú)疑取得了巨大成功,但是其所面臨的教育數(shù)據(jù)難以處理、高注冊(cè)率低畢業(yè)率等問(wèn)題,卻是限制該教育模式可持續(xù)發(fā)展的重要難題。如何有效分析與評(píng)估學(xué)生學(xué)習(xí)行為,從而及時(shí)發(fā)現(xiàn)其輟學(xué)傾向并采取具有針對(duì)性的教學(xué)干預(yù),則是提升該教學(xué)模式核心競(jìng)爭(zhēng)力的關(guān)鍵性難題。本文針對(duì)E-learning學(xué)習(xí)平臺(tái)教育數(shù)據(jù)難以有效利用、學(xué)習(xí)者學(xué)習(xí)行為難以準(zhǔn)確量化評(píng)估、學(xué)習(xí)者輟學(xué)傾向難以及時(shí)發(fā)現(xiàn),以及該學(xué)習(xí)平臺(tái)無(wú)法采取具有針對(duì)性的教學(xué)干預(yù)四個(gè)問(wèn)題,以學(xué)習(xí)者的文本數(shù)據(jù)、畢業(yè)情況等多種學(xué)習(xí)行為數(shù)據(jù)為研究對(duì)象,提出了基于情感分析的E-learning學(xué)習(xí)行為評(píng)估與預(yù)測(cè)方法。首先,針對(duì)現(xiàn)有E-learning教育數(shù)據(jù)中非結(jié)構(gòu)化數(shù)據(jù)難以有效利用的問(wèn)題,以及傳統(tǒng)情感分析方法中所存在的情緒分析結(jié)果粒度較粗的問(wèn)題,提出基于細(xì)粒度情緒分析的多極化情感評(píng)估模型。本模型基于依據(jù)情感詞典分析方法,將傳統(tǒng)情感分析方法中積極與消極的兩極化情緒細(xì)化至... 

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究意義
        1.1.1 課題背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容
    1.4 論文組織結(jié)構(gòu)
第2章 相關(guān)理論基礎(chǔ)及關(guān)鍵技術(shù)介紹
    2.1 E-learning相關(guān)基礎(chǔ)理論
        2.1.1 E-learning的基本概念
        2.1.2 E-learning的學(xué)習(xí)行為內(nèi)涵
        2.1.3 E-learning的學(xué)習(xí)行為特點(diǎn)
    2.2 情感分析技術(shù)
        2.2.1 基于情感詞典的情感分析方法
        2.2.2 基于機(jī)器學(xué)習(xí)的情感分析方法
    2.3 個(gè)性化推薦技術(shù)
        2.3.1 基于協(xié)同過(guò)濾的推薦算法
        2.3.2 基于內(nèi)容的推薦算法
    2.4 本章小結(jié)
第3章 基于細(xì)粒度情緒分析的多極化情感評(píng)估模型
    3.1 詞典資源構(gòu)建
        3.1.1 同義詞詞林描述
        3.1.2 同義詞匹配與賦權(quán)
    3.2 FGMSAM模型設(shè)計(jì)
        3.2.1 文本預(yù)處理
        3.2.2 情感量化規(guī)則
        3.2.3 階段性多極化情感強(qiáng)度量化
        3.2.4 多極化情感狀態(tài)評(píng)估
    3.3 實(shí)驗(yàn)分析
    3.4 本章小結(jié)
第4章 基于情感變化趨勢(shì)的行為預(yù)測(cè)與課程推薦算法
    4.1 基于情感變化趨勢(shì)的學(xué)習(xí)行為預(yù)測(cè)模型設(shè)計(jì)
        4.1.1 SBPM模型建立
        4.1.2 SBPM模型求解
    4.2 基于學(xué)習(xí)行為預(yù)測(cè)結(jié)果的課程推薦算法設(shè)計(jì)
        4.2.1 推薦課程相關(guān)性計(jì)算
        4.2.2 學(xué)習(xí)興趣衰減效應(yīng)
    4.3 實(shí)驗(yàn)分析
    4.4 本章小結(jié)
第5章 基于情感分析的E-learning學(xué)習(xí)行為評(píng)估與預(yù)測(cè)
    5.1 學(xué)習(xí)行為評(píng)估與預(yù)測(cè)
        5.1.1 學(xué)習(xí)者退課行為層次分析
        5.1.2 學(xué)習(xí)行為評(píng)估與預(yù)測(cè)的流程
    5.2 實(shí)驗(yàn)驗(yàn)證與分析
        5.2.1 畢業(yè)概率準(zhǔn)確性實(shí)驗(yàn)與分析
        5.2.2 學(xué)習(xí)者情感傾向性分析
    5.3 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于K-means的MOOC學(xué)習(xí)行為分析及用戶畫(huà)像研究[J]. 王曉芳,賈宗維.  中國(guó)教育信息化. 2019(01)
[2]國(guó)際遠(yuǎn)程高等教育研究與發(fā)展趨勢(shì)[J]. 劉占榮,劉永權(quán),武麗娜.  中國(guó)遠(yuǎn)程教育. 2018(12)
[3]中文分詞技術(shù)綜述[J]. 馮俐.  現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版). 2018(34)
[4]教育信息化2.0的內(nèi)涵解讀、思維模式和系統(tǒng)性變革[J]. 胡欽太,張曉梅.  現(xiàn)代遠(yuǎn)程教育研究. 2018(06)
[5]大規(guī)模中文實(shí)體情感知識(shí)的自動(dòng)獲取[J]. 盧奇,陳文亮.  中文信息學(xué)報(bào). 2018(08)
[6]基于文本聚類(lèi)與興趣衰減的微博用戶興趣挖掘方法[J]. 秦永彬,孫玉潔,魏笑.  計(jì)算機(jī)應(yīng)用研究. 2019(05)
[7]快課、微課、MOOC及SPOC的比較研究[J]. 楊萍,何玲,王運(yùn)武.  中國(guó)醫(yī)學(xué)教育技術(shù). 2018(01)
[8]我國(guó)MOOC研究現(xiàn)狀及存在問(wèn)題的分析[J]. 張紅艷,楊麗雪.  開(kāi)放學(xué)習(xí)研究. 2017(06)
[9]基于開(kāi)放數(shù)據(jù)的edX課程學(xué)習(xí)者行為及相關(guān)因素分析[J]. 程志君,羅鵬程,羅玉文.  高等教育研究學(xué)報(bào). 2017(04)
[10]基于二元邏輯回歸模型的MOOC退課預(yù)測(cè)[J]. 郭文鋒,樊超,郭新東.  計(jì)算機(jī)時(shí)代. 2017(12)

博士論文
[1]網(wǎng)絡(luò)學(xué)習(xí)行為分析及建模[D]. 彭文輝.華中師范大學(xué) 2012



本文編號(hào)：3695189