声明
第 1 章 引言
1.1 研究背景及意义
1.1.1 背景
1.1.2 意义
1.2 国内外研究现状
1.2.1 在线教育
1.2.2 集成学习
1.2.3 XGBoost 与现有慕课预测模型
1.3 研究内容及研究方法
1.4 论文创新点
1.5 论文框架
第 2 章 本文相关模型算法介绍
2.1 集成学习及 XGBoost
2.2 其他机器学习算法
第 3 章 数据获取及处理
3.1 用户获取前端数据
3.1.1 数据获取
3.1.2 数据清洗及特征工程
3.2 用户留存后端数据
3.2.1 数据来源及特征选择
3.2.2 数据预处理
第 4 章 后台数据用户留存模型
4.1 分类评价标准
4.2 用户留存模型构建及优化
4.3 结果分析
第 5 章 前台数据用户获取模型
5.1 分类评价标准
5.2 用户获取模型构建及优化
5.3 实验结论
第 6 章 总结与展望
6.1 研究总结与建议
6.2 研究不足与展望
参考文献
致谢
个人简历 在读期间发表的学术论文与研究成果
对外经济贸易大学;