首页--文化、科学、教育、体育论文--教育论文--电化教育论文--计算机化教学论文

学习资源采集与分类系统的设计与实现

摘要第7-8页
abstract第8-9页
第1章 绪论第10-14页
    1.1 研究背景及意义第10-11页
        1.1.1 研究背景第10页
        1.1.2 研究意义第10-11页
    1.2 国内外研究现状第11-12页
        1.2.1 国内研究现状第11页
        1.2.2 国外研究现状第11-12页
    1.3 研究内容第12-13页
    1.4 论文结构第13-14页
第2章 相关理论和技术概述第14-26页
    2.1 学习资源的概念第14页
        2.1.1 学习资源涵义第14页
        2.1.2 学习资源类型第14页
        2.1.3 学习资源格式第14页
    2.2 信息采集技术第14-20页
        2.2.1 信息采集概述第14-15页
        2.2.2 网页爬虫技术第15-18页
        2.2.3 信息提取技术第18-19页
        2.2.4 页面去重技术第19-20页
    2.3 文本分类技术第20-25页
        2.3.1 中文分词第20-21页
        2.3.2 特征选取方法第21-22页
        2.3.3 VSM模型概述第22-24页
        2.3.4 文本分类第24-25页
    2.4 本章小结第25-26页
第3章 学习资源采集和分类设计第26-42页
    3.1 需求分析第26页
    3.2 系统总体框架设计第26-27页
    3.3 学习资源主题采集结构设计第27-28页
    3.4 学习资源分类结构设计第28-29页
    3.5 系统功能设计第29-41页
        3.5.1 学习资源主题采集模块第30-31页
        3.5.2 信息提取模块第31-32页
        3.5.3 页面去重模块第32-33页
        3.5.4 文本分词模块第33-34页
        3.5.5 特征选取模块第34-35页
        3.5.6 学习资源主题判定模型模块第35-37页
        3.5.7 学习资源KNN文本分类模块第37-41页
    3.6 本章小结第41-42页
第4章 学习资源采集和分类实现第42-54页
    4.1 学习资源主题采集模块实现第42-44页
    4.2 信息提取模块实现第44-45页
    4.3 页面去重模块实现第45-47页
    4.4 文本分词模块实现第47-48页
    4.5 特征选取模块实现第48-51页
    4.6 学习资源主题判定模型实现第51-52页
    4.7 学习资源KNN算法实现第52-53页
    4.8 本章小结第53-54页
第5章 学习资源采集和分类系统实验测试第54-60页
    5.1 试验环境第54页
    5.2 试验评测标准第54-55页
    5.3 系统运行界面第55-58页
    5.4 试验结果分析第58-59页
    5.5 本章小结第59-60页
第6章 结论与展望第60-62页
    6.1 结论第60页
    6.2 展望第60-62页
参考文献第62-65页
致谢第65-66页

论文共66页,点击 下载论文
上一篇:微信订阅号支持下的微型课程用户体验研究与实践
下一篇:能源气候外部性价格的测算思路与实现路径研究