| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 个性化服务技术主要的应用领域 | 第11-12页 |
| 1.2.2 个性化推送系统的共同点 | 第12-13页 |
| 1.2.3 主流个性化推送技术的简介 | 第13-15页 |
| 1.3 论文的主要工作 | 第15-16页 |
| 1.4 论文的章节安排 | 第16-17页 |
| 第二章 分布式存储系统及个性化推送相关理论的研究 | 第17-24页 |
| 2.1 分布式存储系统的理论研究 | 第17-19页 |
| 2.2 个性化推送技术的分类与比较 | 第19-20页 |
| 2.3 教育资源共享的理论研究 | 第20-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 学生用户的模型与教育资源的模型设计 | 第24-36页 |
| 3.1 学生与教育资源的主要关系 | 第25-26页 |
| 3.2 学生用户的数学模型 | 第26-31页 |
| 3.2.1 学生的知识体系 | 第26-28页 |
| 3.2.2 学生的知识深度 | 第28-31页 |
| 3.3 教育资源的数学模型 | 第31-35页 |
| 3.3.1 教育资源的知识广度 | 第31-33页 |
| 3.3.2 教育资源的难易度 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 面向学生的个性化推送方案的设计与实现 | 第36-53页 |
| 4.1 面向学生的个性化推送方案的总体流程 | 第36-37页 |
| 4.2 特征提取模块的设计与实现 | 第37-40页 |
| 4.3 知识广度匹配模块的设计与实现 | 第40-45页 |
| 4.3.1 知识广度模块的匹配计算式 | 第40-42页 |
| 4.3.2 知识广度匹配模块的实现 | 第42-45页 |
| 4.4 知识深度匹配模块的设计与实现 | 第45-52页 |
| 4.4.1 知识深度模块的匹配计算式 | 第45-49页 |
| 4.4.2 知识深度匹配模块的实现 | 第49-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 基于MapReduce的教育云资源个推送方案的初步实现 | 第53-58页 |
| 5.1 基于MapReduce的Hadoop集群平台 | 第53-54页 |
| 5.2 个性化推送方案的初步实现与结果展示 | 第54-56页 |
| 5.3 整个推送方案的总结与改善 | 第56-57页 |
| 5.4 本章小结 | 第57-58页 |
| 总结与展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间取得的研究成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 附件 | 第65页 |