程艳编著的《教育数据挖掘与教育虚拟社区群集智能化构建方法》从人工智能技术和网络教育相结合的视角，结合教育数据挖掘等相关技术，介绍教育虚拟社区的理论、方法、技术与应用，探讨了教育数据挖掘、智能算法等相关技术与方法在教育虚拟社区中的应用，以人工智能技术与群集智能方法提高教育智能化水平。本书以由浅入深、循序渐进的方式，与读者分享教育数据挖掘与教育虚拟社区群集智能化构建方法研究的学术成果。

程艳编著的《教育数据挖掘与教育虚拟社区群集智能化构建方法》从人工智能技术和网络教育相结合的视角，结合教育数据挖掘等相关技术，介绍教育虚拟社区的理论、方法、技术和应用，以群集智能化构建方法提高教育智能化水平。全书共10章，分为基础篇、方法与应用篇和拓展篇，概述教育虚拟社区与教育数据挖掘的相关概念及研究进展，探讨教育数据挖掘、智能算法等相关技术与方法在教育虚拟社区研究中的应用，对教育虚拟社区群集智能化构建方法进行拓展性研究。

本书适用于从事教育数据挖掘研究和教育智能科学研究的科研、管理等相关人员，也可供高等院校教育技术、智能科学与技术、管理科学与工程等教育类、信息类和管理类相关专业研究生及本科生使用。

第一部分 基础篇

 第1章 教育虚拟社区概述

1.1 教育虚拟社区发展历程

1.2 教育虚拟社区相关概念

1.3 教育虚拟社区的研究综述

1.4 本章小结

参考文献

 第2章 教育数据挖掘概述

2.1 数据挖掘

2.2 教育数据挖掘相关概念

2.3 教育数据挖掘研究现状及趋势

2.4 本章小结

参考文献

第二部分 方法与应用篇

 第3章 教育数据挖掘在教育虚拟社区中的应用

3.1 教育数据挖掘

3.2 Apriori算法在排课中的应用

3.3 K-means算法在课程推荐中的运用

3.4 本章小结

参考文献

 第4章层次聚类法在虚拟学习社区中的应用研究

4.1 教育数据挖掘概述

4.2 虚拟学习社区概述

4.3 教育数据挖掘技术中的层次聚类法

4.4 层次聚类法在虚拟学习社区中的应用研究案例

参考文献

 第5章 基于模糊综合评价的虚拟学习社区用户交互行为分析

5.1 虚拟学习社区交互理论概述

5.2 虚拟学习社区交互分析技术介绍

5.3 虚拟学习社区交互过程分析

5.4 总结与展望

参考文献

 第6章 虚拟学习社区的网络行为过程量化与评估方法

6.1 虚拟学习社区的学习理论

6.2 网络学习社区学习模式绩效评价

6.3 综合评价方法

6.4 模糊综合评判及其在学习评价中的应用

6.5 评价因素和多层次主体指标体系的建立

6.6 网上学习活动的量化

6.7 社区学习知识水平测评

6.8 网络学习能力水平评估

6.9 等级量化模型

6.10 实例分析

6.11 本章小结

参考文献

第三部分 拓展篇

 第7章 基于多Agent强化学习行为控制的虚拟学习社区构建

7.1 虚拟学习社区的基本概念

7.2 人工智能研究方法概述

7.3 智能主体与多Agent技术

7.4 新型社区网络体系构思

7.5 基于强化学习算法的行为控制

7.6 Q学习算法

7.7 系统的双层行为控制设计

7.8 基于两层Q学习算法的行为控制策略

7.9 本章小结

参考文献

 第8章 教育虚拟学习社区群集智能系统构建研究

8.1 虚拟学习社区构建概述

8.2 复杂系统的群集智能典型算法

8.3 基于多Agent的教育虚拟社区群集智能系统构建

8.4 基于遗传模拟退火聚类算法的教学策略聚类分析

8.5 本章小结

参考文献

 第9章 基于行为控制的虚拟学习社区兴趣构建方法研究

9.1 基于本体的向量空间模型

9.2 行为控制理论概述

9.3 基于语义网络的传感器

9.4 基于本体向量空间模型的用户兴趣特征向量的控制器

9.5 实验分析

9.6 本章小结

参考文献

 第10章 虚拟学习社区的涌现性分析

10.1 关于虚拟学习社区

10.2 复杂系统涌现性的概念及其特征与分类

10.3 学习社区中涌现性实例分析

10.4 本章小结

参考文献

附录