声明
摘要
1.1 研究背景及意义
1.2 研究现状
1.3 研究内容与创新点
1.4 论文组织结构
第二章 教育数据挖掘相关理论
2.1 教育数据挖掘
2.1.1 基本概念
2.1.2 工作流程
2.1.3 认知建模
2.1.4 Q矩阵界定
2.2 统计建模方法
2.2.1 项目反映理论
2.2.2 确定性输入,噪声“与”门模型
2.3 矩阵分解类算法
2.3.1 非负矩阵分解
2.3.2 奇异值分解
2.4 本章小结
第三章 基于集成学习的矩阵补全方法
3.1 经典矩阵补全算法
3.1.1 降秩法
3.1.2 凸松弛法
3.1.3 非凸逼近法
3.2 基于集成学习的矩阵补全
3.2.1 基于Bagging的矩阵补全方法
3.2.2 基于AdaBoost的矩阵补全方法
3.3 实验
3.3.1 实验数据
3.3.2 实验结果分析
3.4 本章小结
第四章 优化基于集成学习的矩阵补全方法
4.2 算法思想
4.3 实验
4.3.1 实验数据
4.3.2 实验结果分析
4.4 本章小结
5.1 本文工作总结
5.2 后续的研究工作
参考文献
致谢