發(fā)布時(shí)間：2021-05-15 21:22

　　如今,信息技術(shù)正在迅猛發(fā)展,互聯(lián)網(wǎng)正改變著世界,大規(guī)模在線(xiàn)學(xué)習(xí)成為教育界的熱點(diǎn)話(huà)題,各類(lèi)學(xué)習(xí)平臺(tái)已成為學(xué)習(xí)者們留下數(shù)據(jù),發(fā)表文字來(lái)表達(dá)自己內(nèi)心想法的重要平臺(tái)。教育基礎(chǔ)理論認(rèn)為,最好的教育就是促進(jìn)教育三要素（教育者,學(xué)習(xí)者,教育影響）的相互配合,相互了解,本文立足于教育理論,以華中師范大學(xué)云平臺(tái)學(xué)習(xí)者在課后討論區(qū)留下的文本數(shù)據(jù)為基礎(chǔ),結(jié)合學(xué)習(xí)者個(gè)體的背景信息數(shù)據(jù),嘗試對(duì)在線(xiàn)學(xué)習(xí)平臺(tái)中學(xué)習(xí)者發(fā)表的文本數(shù)據(jù)進(jìn)行研究,他們遇到的困境是什么?他們的興趣話(huà)題是什么?以此建立教育者,教育管理者與學(xué)習(xí)者的了解與聯(lián)系,便于快捷有效地對(duì)教育進(jìn)行調(diào)整,使得教育能夠達(dá)到最好的狀態(tài)。在大量教育數(shù)據(jù)產(chǎn)生后,數(shù)據(jù)分析也應(yīng)運(yùn)而生,其中文本分析是研究學(xué)習(xí)者興趣話(huà)題的重要手段。在文本分析中,較為困難的基礎(chǔ)工作是對(duì)中文文本的預(yù)處理,一般采用TF-IDF算法進(jìn)行文本特征化或進(jìn)行中文文本分詞。傳統(tǒng)的文本分析方法是先進(jìn)行人工標(biāo)注文本數(shù)據(jù),然后結(jié)合機(jī)器學(xué)習(xí)的基礎(chǔ)方法進(jìn)行研究。如樸素貝葉斯分類(lèi),K近鄰分類(lèi)法等。主要目的均是探究學(xué)習(xí)者的討論話(huà)題,討論類(lèi)別。該類(lèi)方法一般用于文本話(huà)題的二元識(shí)別,如識(shí)別文本數(shù)據(jù)中的話(huà)題是探索型還是非探索型。... 

【文章來(lái)源】：華中師范大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 話(huà)題識(shí)別的研究現(xiàn)狀
        1.2.2 概率話(huà)題模型的研究現(xiàn)狀
        1.2.3 文本可視化的研究現(xiàn)狀
    1.3 研究目的及意義
    1.4 研究?jī)?nèi)容與論文結(jié)構(gòu)
        1.4.1 研究?jī)?nèi)容
        1.4.2 論文結(jié)構(gòu)
第二章 話(huà)題模型的相關(guān)技術(shù)研究
    2.1 引言
    2.2 文本預(yù)處理技術(shù)
        2.2.1 文本過(guò)濾
        2.2.2 文本特征化技術(shù)
        2.2.3 中文文本的分詞技術(shù)
    2.3 話(huà)題模型
        2.3.1 話(huà)題識(shí)別
        2.3.2 概率話(huà)題模型
    2.4 本章總結(jié)
第三章 基于學(xué)習(xí)者個(gè)體信息的潛在的狄利克雷分布語(yǔ)義模型
    3.1 引言
    3.2 基于LDA拓展的學(xué)習(xí)者-話(huà)題模型
        3.2.1 參數(shù)估計(jì)理論
        3.2.2 LDA話(huà)題建模
        3.2.3 基于學(xué)習(xí)者背景信息的話(huà)題建模
        3.2.4 吉布斯采樣
    3.3 模型評(píng)估
    3.4 本章總結(jié)
第四章 基于I-LDA模型的實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析
    4.1 實(shí)驗(yàn)設(shè)計(jì)
    4.2 實(shí)驗(yàn)數(shù)據(jù)準(zhǔn)備
    4.3 參數(shù)選取
    4.4 算法設(shè)計(jì)
    4.5 實(shí)驗(yàn)結(jié)果的展示與分析
    4.6 本章總結(jié)
第五章 文本可視化技術(shù)研究
    5.1 引言
    5.2 數(shù)據(jù)可視化技術(shù)研究
    5.3 文本可視化技術(shù)研究
    5.4 基于話(huà)題模型的可視化展示
    5.5 本章總結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
在校期間發(fā)表的論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]計(jì)算機(jī)文本信息挖掘技術(shù)在網(wǎng)絡(luò)安全中的應(yīng)用[J]. 韓文智.  華僑大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(01)
[2]當(dāng)前國(guó)外MOOC熱點(diǎn)話(huà)題的聚類(lèi)研究[J]. 尤眾喜,錢(qián)小龍,王周秀.  電化教育研究. 2015(12)
[3]大數(shù)據(jù)及其在教育中的應(yīng)用[J]. 陸璟.  上海教育科研. 2013(09)
[4]基于主題情感混合模型的無(wú)監(jiān)督文本情感分析[J]. 孫艷,周學(xué)廣,付偉.  北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(01)
[5]學(xué)習(xí)分析技術(shù):服務(wù)學(xué)習(xí)過(guò)程設(shè)計(jì)和優(yōu)化[J]. 李艷燕,馬韶茜,黃榮懷.  開(kāi)放教育研究. 2012(05)
[6]參考咨詢(xún)服務(wù)中的E-mail文本數(shù)據(jù)挖掘[J]. 晁成春.  農(nóng)業(yè)圖書(shū)情報(bào)學(xué)刊. 2005(12)
[7]CC4神經(jīng)網(wǎng)絡(luò)的分類(lèi)性能理論分析[J]. 陳恩紅,張振亞,王上飛,王煦法.  模式識(shí)別與人工智能. 2003(01)
[8]基于N-最短路徑方法的中文詞語(yǔ)粗分模型[J]. 張華平,劉群.  中文信息學(xué)報(bào). 2002(05)



本文編號(hào)：3188356