文摘
英文文摘
声明
第一章绪论
1.1 问题描述
1.2 本文的主要研究内容和创新
1.3 本文的章节安排
第二章 智能教学系统的背景
2.1 智能教学系统介绍
2.1.1智能教学系统的构成
2.1.2智能教学系统的分类
2.2 学生模型
2.2.1学生模型的任务
2.2.2学生模型与不确定性管理
2.3 学习风格模型
2.3.1学习风格的定义
2.3.2 MBTI学习风格评估工具
2.3.3 Kolb学习风格模型
2.3.4 Herrmann全脑优势测评工具(HBDI)
2.3.5 Felder-Silverman学习风格模型
2.4 智能教学系统研究现状
2.4.1 国外研究现状
2.4.2国内研究现状
2.4.3 ITLP智能教学系统
2.5 小结
第三章 Felder and Silverman学习风格模型
3.1 学生差异的研究
3.2 学习风格的维度(Dimensions)
3.2.1感官型(Sensing)与直觉型(Intuitive)
3.2.2视觉型(Visual)与语言型(Verbal)
3.2.3积极型(Active)与反思型(Reflective)
3.2.4循序型(Sequential)与全局型(Global)
3.3 学习风格指数问卷(ILS)
3.3.1 ILS的组成
3.3.2学习风格ILS的使用与须知
3.3.3 ILS的可靠性和合理性分析
3.4 小结
第四章 学生模型建模中的概率推理
4.1 图模型理论
4.2 贝叶斯网(BN)
4.3 贝叶斯网推理
4.4 联合树算法
4.4.1联合树算法概述
4.4.2贝叶斯网的教化
4.4.3图的三角化
4.4.4团的识别
4.4.5构建联合树
4.4.6联合树推理
4.5 小结
第五章 系统设计与实现
5.1 系统总体设计
5.1.1 ITLP系统设计概述
5.1.2 ITLP多层结构
5.2 学习风格模型在ITLP中的应用
5.2.1学习风格识别法
5.2.2学习风格组件设计
5.2.3用户界面定制
5.3 贝叶斯网络在ITLP中的应用
5.3.1 JavaBayes介绍
5.3.2 JavaBayes贝叶斯网的设计与实现
5.3.3 JavaBayes的推理和更新
5.3.4辅助导航
5.4 小结
第六章 实验结果与分析
6.1 实验目标
6.2 实验细节
6.2.1实验方法论
6.2.2实验对象与实验材料
6.2.3步骤
6.3 实验结果总结
6.3.1问卷第一部分
6.3.2问卷第二部分
第七章 总结与展望
7.1 总结
7.2 研究展望
参考文献
攻读学位期间公开发表的论文
致谢