| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 远程教育平台概述 | 第11-13页 |
| 1.3 国内外发展现状及研究热点 | 第13-16页 |
| 1.4 论文主要工作和组织结构 | 第16-17页 |
| 第2章 推荐系统算法研究介绍 | 第17-30页 |
| 2.1 推荐系统算法概述 | 第17-18页 |
| 2.2 基于内容的推荐算法 | 第18-21页 |
| 2.2.1 基于内容的推荐算法介绍 | 第18-19页 |
| 2.2.2 基于内容的推荐算法设计 | 第19-20页 |
| 2.2.3 基于内容的推荐算法分析 | 第20-21页 |
| 2.3 基于用户的协同过滤推荐算法 | 第21-25页 |
| 2.3.1 基于用户的协同过滤推荐算法介绍 | 第21-22页 |
| 2.3.2 基于用户的协同过滤推荐算法设计 | 第22-24页 |
| 2.3.3 基于用户的协同过滤推荐算法分析 | 第24-25页 |
| 2.4 组合推荐算法 | 第25-29页 |
| 2.4.1 组合推荐算法介绍 | 第25页 |
| 2.4.2 组合推荐算法设计 | 第25-28页 |
| 2.4.3 组合推荐算法分析 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于用户特征距离的协同过滤推荐策略 | 第30-38页 |
| 3.1 用户特征距离的提出 | 第30-31页 |
| 3.2 用户特征距离在推荐系统中的应用特点 | 第31页 |
| 3.3 基于用户特征距离的协同过滤推荐算法——CD-CF | 第31-37页 |
| 3.3.1 相关定义和假设 | 第32页 |
| 3.3.2 CD-CF算法设计 | 第32-34页 |
| 3.3.3 CD-CF算法的伪代码描述 | 第34-36页 |
| 3.3.4 CD-CF算法的分析 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 推荐策略在远程教育系统中的应用 | 第38-54页 |
| 4.1 远程教育系统的数据表示与处理流程 | 第38-44页 |
| 4.1.1 远程教育系统的数据模型 | 第39-41页 |
| 4.1.2 远程教育系统的数据处理流程 | 第41-44页 |
| 4.2 推荐算法的封装与融合 | 第44-46页 |
| 4.2.1 CD-CF算法的封装 | 第44页 |
| 4.2.2 CD-CF推荐策略与远程教育系统的融合 | 第44-46页 |
| 4.3 实验验证 | 第46-52页 |
| 4.3.1 实验环境及设置 | 第46页 |
| 4.3.2 实验数据 | 第46-48页 |
| 4.3.3 实验评价指标 | 第48页 |
| 4.3.4 实验结果及分析 | 第48-52页 |
| 4.4 本章小结 | 第52-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第59-60页 |
| 致谢 | 第60-61页 |
| 作者简介 | 第61页 |