首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于层次标签的C程序习题推荐研究

摘要第3-4页
Abstract第4页
第一章 绪论第7-17页
    1.1 研究背景及意义第7-8页
    1.2 研究现状分析第8-12页
        1.2.1 推荐算法研究现状第8-11页
        1.2.2 基于标签的推荐技术研究现状第11页
        1.2.3 教学资源推荐系统研究现状第11-12页
    1.3 研究目的、意义和研究内容第12-14页
    1.4 论文结构安排第14-15页
    1.5 本章小结第15-17页
第二章 基于知识点的习题标签自动化标注第17-31页
    2.1 习题标签的特点第17-19页
        2.1.1 标签的层次性分析第17-18页
        2.1.2 习题标签的层次化特征第18-19页
    2.2 基于特征词的习题标签推荐第19-26页
        2.2.1 特征词提取第20-24页
        2.2.2 习题标签推荐第24-26页
    2.3 实验结果与分析第26-29页
        2.3.1 实验数据第26-27页
        2.3.2 评价标准第27页
        2.3.3 实验结果第27-29页
    2.4 本章小结第29-31页
第三章 基于层次标签的习题推荐算法研究第31-49页
    3.1 系统表示及问题描述第31-32页
    3.2 基于标签类的HisaER模型及习题推荐算法第32-40页
        3.2.1 推荐算法整体框架第32页
        3.2.2 层次化标签类生成第32-34页
        3.2.3 基于层次标签类的HisaER模型建立第34-39页
        3.2.4 推荐结果生成第39-40页
    3.3 基于学生答题记录的testRank算法第40-44页
        3.3.1 testRank算法的理论基础第40-42页
        3.3.2 testRank算法第42-44页
    3.4 实验与分析第44-48页
        3.4.1 实验数据第45页
        3.4.2 评测标准第45-46页
        3.4.3 实验结果与分析第46-48页
    3.5 本章小结第48-49页
第四章 基于习题推荐的辅助教学平台第49-57页
    4.1 辅助教学平台的系统设计第49-50页
        4.1.1 功能模块第49-50页
        4.1.2 软硬件运行环境第50页
    4.2 平台实现功能介绍第50-56页
        4.2.1 教师模块实现第51-53页
        4.2.2 学生模块实现第53-56页
    4.3 本章小结第56-57页
第五章 总结与展望第57-59页
    5.1 本文总结第57-58页
    5.2 未来工作展望第58-59页
参考文献第59-64页
攻读硕士学位期间取得的学术成果第64-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:3D无线传感器网络中基于连通性的区域近似凸划分方法研究
下一篇:上海英格索兰压缩机有限公司竞争战略研究