| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第1章 绪论 | 第19-32页 |
| 1.1 研究背景和意义 | 第19-21页 |
| 1.2 在线学习资源序列化服务研究现状 | 第21-26页 |
| 1.2.1 基于推荐方法的在线学习资源序列化服务 | 第22-23页 |
| 1.2.2 基于计算智能的在线学习资源序列化服务 | 第23-26页 |
| 1.3 目前存在的问题 | 第26-28页 |
| 1.4 本文的主要研究工作 | 第28-29页 |
| 1.5 本论文的组织 | 第29-32页 |
| 第2章 基于进化状态判定的模糊二进制粒子群优化算法 | 第32-53页 |
| 2.1 引言 | 第32-33页 |
| 2.2 二进制粒子群算法基本原理 | 第33-34页 |
| 2.3 基于进化状态判定的模糊二进制粒子群优化算法 EFBPSO | 第34-38页 |
| 2.3.1 EFBPSO算法优化思想 | 第34-36页 |
| 2.3.2 EFBPSO算法性能分析 | 第36-37页 |
| 2.3.3 EFBPSO算法基本步骤 | 第37-38页 |
| 2.4 EFBPSO算法实验仿真及分析 | 第38-48页 |
| 2.4.1 EFBPSO算法流程 | 第38-39页 |
| 2.4.2 仿真实验设置 | 第39-41页 |
| 2.4.3 实验结果及分析 | 第41-48页 |
| 2.5 在线学习资源推荐方法 EFBPSO-RA | 第48-51页 |
| 2.5.1 EFBPSO-RA 方法资源推荐基本步骤 | 第48页 |
| 2.5.2 EFBPSO-RA方法资源推荐性能分析 | 第48-51页 |
| 2.6 本章小结 | 第51-53页 |
| 第3章 基于多维特征差异发现的在线学习资源推荐服务 | 第53-73页 |
| 3.1 引言 | 第53-55页 |
| 3.2 个性化在线学习资源推荐问题描述 | 第55-57页 |
| 3.3 多维特征差异发现的在线学习资源推荐模型设计 | 第57-62页 |
| 3.3.1 在线学习资源推荐模型POLMRM构建 | 第57页 |
| 3.3.2 资源推荐模型POLMRM参数描述 | 第57-60页 |
| 3.3.3 在线学习资源推荐目标函数设计 | 第60-61页 |
| 3.3.4 面向学习者特征偏好的估计算法 | 第61-62页 |
| 3.4 个性化在线学习资源推荐方法 POLMRM-RA | 第62-66页 |
| 3.4.1 个性化在线学习资源推荐方法流程 | 第62-64页 |
| 3.4.2 ABPSOA 算法优化基本思路 | 第64-66页 |
| 3.5 实验仿真与结果分析 | 第66-72页 |
| 3.5.1 实验评估标准与参数设置 | 第66-67页 |
| 3.5.2 推荐前后资源分布状态分析 | 第67-68页 |
| 3.5.3 ABPSOA 算法收敛性分析 | 第68页 |
| 3.5.4 方法执行性能对比分析 | 第68-72页 |
| 3.6 本章小结 | 第72-73页 |
| 第4章 基于多维信息特征映射模型的在线学习路径规划服务 | 第73-100页 |
| 4.1 引言 | 第73-76页 |
| 4.2 在线学习路径规划问题描述 | 第76-78页 |
| 4.2.1 在线学习资源智能推荐 | 第76页 |
| 4.2.2 学习知识点连续性问题 | 第76-78页 |
| 4.2.3 在线学习路径规划问题定义 | 第78页 |
| 4.3 在线学习路径规划模型构建 | 第78-85页 |
| 4.3.1 学习路径规划相关定义 | 第78-80页 |
| 4.3.2 学习路径规划参数设置 | 第80-82页 |
| 4.3.3 学习路径规划子目标函数 | 第82-85页 |
| 4.4 在线学习路径规划方法 MIFMM-PPA | 第85-87页 |
| 4.4.1 学习路径规划问题流程 | 第85-86页 |
| 4.4.2 学习路径规划算法NBPSO | 第86-87页 |
| 4.5 实验仿真与结果分析 | 第87-98页 |
| 4.5.1 在线学习路径规划序列过程分析 | 第87-93页 |
| 4.5.2 在线学习路径规划综合性能分析 | 第93-98页 |
| 4.6 本章小结 | 第98-100页 |
| 第5章 基于邻居均值变异多目标粒子群算法的在线课程资源生成服务 | 第100-137页 |
| 5.1 引言 | 第100-103页 |
| 5.2 相关工作 | 第103-107页 |
| 5.2.1 多目标优化问题 | 第103-104页 |
| 5.2.2 多目标优化视角下在线课程资源生成模型设计 | 第104-107页 |
| 5.3 在线课程资源生成服务子目标冲突性分析 | 第107-112页 |
| 5.4 基于邻居均值变异的多目标粒子群优化算法 | 第112-126页 |
| 5.4.1 无速度多目标粒子群算法 | 第113-114页 |
| 5.4.2 邻居均值变异算子 | 第114-115页 |
| 5.4.3 多目标粒子群优化算法 AMOPSO | 第115-117页 |
| 5.4.4 AMOPSO算法性能仿真实验 | 第117-126页 |
| 5.5 在线课程资源生成方法 AMOPSO-GA | 第126-127页 |
| 5.6 实验仿真与结果分析 | 第127-136页 |
| 5.6.1 仿真实验设计 | 第127-128页 |
| 5.6.2 实验结果分析 | 第128-136页 |
| 5.7 本章小结 | 第136-137页 |
| 第6章 总结与展望 | 第137-141页 |
| 6.1 总结 | 第137-138页 |
| 6.2 展望 | 第138-141页 |
| 参考文献 | 第141-155页 |
| 致谢 | 第155-156页 |
| 攻读学位期间参加的科研项目和成果 | 第156页 |
