首页> 中文学位 >在线教育论坛数据可视化研究与实践
【6h】

在线教育论坛数据可视化研究与实践

代理获取

目录

声明

摘要

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 论坛数据挖掘研究现状

1.2.2 论坛数据可视化研究现状

1.3 论文研究内容与创新点

1.3.1 论文的研究内容

1.3.2 论文的创新点

1.4 论文的组织结构

2 在线教育论坛数据挖掘及可视化的理论基础

2.1 在线教育论坛的基本概念

2.2 数据挖掘技术

2.2.1 数据挖掘的基本概念

2.2.2 数据挖掘的任务流程

2.2.3 数据挖掘的常用技术

2.3 可视化技术

2.3.1 可视化的基本概念

2.3.2 可视化的设计原则

2.3.3 可视化的实现技术

2.4 本章小结

3 在线教育论坛可视化系统VisFor的框架设计

3.1 需求分析

3.1.1 访谈设计

3.1.2 访谈纪要

3.1.3 访谈结果分析

3.2 任务目标

3.2.2 在线教育论坛中的疑问、建议与肯定

3.2.3 在线教育论坛中的意见领袖

3.2.4 在线教育论坛中的行为差异

3.3 系统框架

3.4 本章小结

4 在线教育论坛可视化系统VisFor中的数据挖掘优化

4.1 在线教育论坛可视化系统VisFor的论坛主题挖掘

4.1.1 论坛主题挖掘的基本流程

4.1.2 主题聚类算法的优化

4.2 在线教育论坛可视化系统VisFor的论坛情感挖掘

4.2.1 论坛情感挖掘的技术类别

4.2.2 SO-PMI算法的应用

4.3 本章小结

5 在线教育论坛可视化系统VisFor中的可视化设计

5.1 在线教育论坛可视化系统VisFor的主题可视化

5.1.1 主题可视化的样式设计

5.1.2 主题可视化的交互设计

5.1.3 主题可视化的实现

5.2 在线教育论坛可视化系统VisFor的情感可视化

5.2.1 情感可视化的样式设计

5.2.2 情感可视化的交互设计

5.2.3 情感可视化的实现

5.3 在线教育论坛可视化系统VisFor的关注度可视化

5.3.1 关注度可视化的样式设计

5.3.2 关注度可视化的交互设计

5.3.3 关注度可视化的实现

5.4 在线教育论坛可视化系统VisFor的成绩关联可视化

5.4.1 成绩关联可视化的样式设计

5.4.2 成绩关联可视化的交互设计

5.4.3 成绩关联可视化的实现

5.5 在线教育论坛可视化系统VisFor的源文本可视化

5.5.1 源文本可视化的样式设计

5.5.2 源文本可视化的交互设计

5.5.3 源文本可视化的实现

5.6 本章小结

6 在线教育论坛可视化系统VisFor的测评实验

6.1 评测目标与指标

6.1.1 测评目标

6.1.2 测评指标

6.2 测评实验设计与过程

6.2.1 测评实验设计

6.2.2 测评实验过程

6.3 实验结果分析

6.3.1 测评任务的准确率

6.3.2 测评任务的完成时长

6.3.3 界面和交互可用性问卷调查

6.4 本章小结

7 总结与展望

7.1 研究总结

7.2 研究不足与展望

参考文献

攻读学位期间发表的学术论文

致谢

展开▼

摘要

随着信息技术的飞速发展,教育逐步走向信息化,在线教育的新模式逐步盛行,这类颠覆传统教育模式的新途径打破了时空的限制,将师生互动的空间从现实拓展到虚拟网络空间。论坛作为在线教育模式下学生们进行交流沟通的平台,是教师获取学生教学反馈的重要途径。但论坛帖子文本数据的噪声大、信息零散,且往往数据量巨大,导致教师通过直接阅读论坛帖子文本的方式来了解学生的在线学习情况时,效率低下且客观性不足。因此本论文旨在结合线上教师的教学需求,以帮助教师更好地掌握学习者网络学习的进程和状态为出发点,通过数据挖掘和可视化技术将论坛的有效信息量化并呈现出来。
  本论文首先介绍了目前国内外的数据挖掘与可视化技术的发展现状,然后对在线教育论坛的数据挖掘及可视化的相关理论基础进行了梳理,包括在线教育论坛的相关概念,数据挖掘技术的概念、实现要点和常用技术等,以奠定论文的技术基础。
  为实现对在线教育论坛数据进行有效展示的目的,本论文开发了基于在线教育论坛数据的可视化系统,并将其命名为VisFor。为保证可视化系统VisFor能满足线上教师的教学需求,本论文通过半结构化访谈法完成了系统需求分析,并在此基础上确定了系统开发的任务目标及系统框架。
  本论文的研究重点在于结合已制定的系统开发任务目标,完成特定的数据挖掘任务以及有效的可视化设计与实现。在论坛的主题挖掘方面,考虑到在线教育论坛的内容会随着教学内容的更新而不断增加的情况,本论文对传统的主题聚类技术进行了优化,实现了基于分类向量增量的主题聚类算法。在论坛的情感挖掘方面,由于任务目标将情感分为疑问、建议和肯定三种类型,而并非传统的积极、中立或消极的情感极性,因此本论文选取了SO-PMI情感倾向点互信息算法,用于计算词语的情感倾向,以判定情感词的类别,从而构建疑问、建议和肯定情感类别的情感计算模型。而在可视化方面,本论文的各可视化模块均是对现有图表样的改进或图标样式的创新,其中情感可视化和成绩关联可视化是本论文创新设计的两种复合布局。情感可视化是环形和矩形的复合布局,该布局中矩形沿同心圆的外圆圆周聚拢排列,与内环中的环形相呼应,形成层级关系,是对同源数据的不同维度信息的复合展示;而成绩关联可视化是棋盘格与柱形图的复合布局,为展示多维数据,将其中两维数据用于定义棋盘格,在棋盘格中的每个格子中嵌套子维度,该复合布局适用于展示具有嵌套关系的多维数据。
  为验证以上研究的有效性,本论文对在线教育论坛可视化系统VisFor进行了测评实验,实验前首先介绍了实验测评的目标,以及可视化技术的常用测评指标。接下来结合以上测评目标与技术指标进行了测评实验设计,在实验过程中各项可视化技术指标均有其对应的测评数据,最后对测评结果进行了数据整理和图表分析。该测评实验验证了使用在线教育论坛可视化系统VisFor有助于提高教师获取在线教育论坛信息的效率和准确度。
  然而,本论文仍存在一些不足之处。因此,在论文的结尾章节,总结了论文的研究工作,并对其中的不足之处进行了说明,最后对仍具有深入探究价值的研究点进行了展望。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号