声明
第一章 绪 论
1.1 研究工作的背景与意义
1.1.1 课题研究的背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 论文主要内容
1.4 论文结构
第二章 相关技术基础
2.1 自适应在线学习
2.1.1 马尔科夫决策过程
2.1.2 隐马尔科夫模型
2.1.3 Q学习算法
2.2 计算机化自适应测验
2.2.1 项目反应模型
2.2.2 题库的建设
2.2.3 初始项目的选择
2.2.4 选题策略
2.2.5 参数估计
2.2.6 终止规则
2.2.7 认知诊断模型
2.3 本章小结
第三章 模型与算法
3.1 分层学习模型
3.2 基于Q学习的学习路径
3.3 改进的自适应在线学习测评选题策略
3.3.1 改进的选题策略
3.3.2 模拟对比实验
3.3.3 实验结果
3.4 本章小结
第四章 系统设计
4.1 项目技术可行性研究
4.2 总体需求分析
4.2.1 系统目的
4.2.2 业务功能分析
4.2.3 用户需求分析
4.2.4 用户用例分析
4.2.4 系统功能需求分析
4.2.5 非功能需求分析
4.3系统设计原则
4.4系统总体设计
4.4.1 系统物理架构设计
4.4.2 业务流程分析
4.5 本章小结
第五章 系统关键模块设计与实现
5.1 移动端关键模块设计与实现
5.1.1 注册登录模块
5.1.2 学习模块
5.1.3 测验模块
5.1.4 学习社区模块
5.1.5 数据可视化模块
5.1.6 个人信息管理模块
5.2数据库设计与实现
5.2.1 试题信息存储设计
5.2.2 用户的测验数据信息设计
5.2.2 用户的基本信息表设计
5.3后端服务器端关键模块实现
5.3.1 请求分发服务器
5.3.2 逻辑服务器集群
5.3.3 缓存解析模块
5.3.4 选题策略模块
5.3.5 计算服务器模块
5.3.6 参数估计模块
5.3.7 数据库管理模块
5.4自适应在线学习测评系统演示
5.5本章小结
第六章 系统测试
6.1测试计划
6.1.1 测试目的
6.1.2 测试方法
6.1.2 测试环境
6.1.3 测试数据集
6.1.4 测试对象
6.2测试结果
6.2.1测试结果分析
6.3本章小结
第七章 总结与展望
7.1 本文工作总结
7.2 展望
致谢
参考文献
攻读硕士学位期间取得的成果