基于社会化标签和混合模式的教学资源个性化推荐系统的设计
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 目录 | 第10-13页 |
| 1 绪论 | 第13-19页 |
| ·选题背景 | 第13-15页 |
| ·学习型社会的兴起 | 第13页 |
| ·海量数据涌现 | 第13-14页 |
| ·个性化推荐系统在电子商务的成功 | 第14-15页 |
| ·国内外研究的现状 | 第15-16页 |
| ·个性化推荐系统研究现状 | 第15-16页 |
| ·研究内容和意义 | 第16-17页 |
| ·研究内容 | 第16-17页 |
| ·研究意义 | 第17页 |
| ·本章小结 | 第17-19页 |
| 2 个性化推荐系统的理论基础 | 第19-33页 |
| ·推荐系统综述 | 第19-20页 |
| ·推荐系统概述 | 第19-20页 |
| ·个性化推荐系统的分类 | 第20-30页 |
| ·基于内容的个性化推荐 | 第20-22页 |
| ·基于关联规则的个性化推荐 | 第22-24页 |
| ·基于数据挖掘的个性化推荐 | 第24-25页 |
| ·基于协同过滤的个性化推荐 | 第25-28页 |
| ·基于混合模式的个性化推荐 | 第28-30页 |
| ·本文的混合模式的个性化推荐的介绍 | 第30-32页 |
| ·个性化推荐系统混合方式的选择 | 第30-31页 |
| ·混合模式带来的好处 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 3 社会化标签系统研究与应用 | 第33-38页 |
| ·社会化标签系统的概述 | 第33-35页 |
| ·社会化标签系统的应用 | 第35-36页 |
| ·社会化标签系统实际中的应用 | 第35页 |
| ·社会化标签系统的社会特性 | 第35-36页 |
| ·社会标签系统的动态更新 | 第36页 |
| ·社会化标签与知识共享 | 第36页 |
| ·本章小结 | 第36-38页 |
| 4 用户和资源建模 | 第38-54页 |
| ·建模的简介 | 第38-39页 |
| ·建模数据的收集 | 第39-40页 |
| ·建模的分类 | 第40-43页 |
| ·基于向量空间模型的建模技术 | 第41页 |
| ·基于评分矩阵的建模技术 | 第41页 |
| ·基于案例的建模技术 | 第41-42页 |
| ·基于神经网络的建模技术 | 第42页 |
| ·基于本体的建模技术 | 第42-43页 |
| ·建模技术的选择 | 第43页 |
| ·选择标签系统的原因 | 第43-44页 |
| ·用户建模 | 第44-53页 |
| ·用户建模思想 | 第44-45页 |
| ·用户模型的初步建立 | 第45-46页 |
| ·资源建模思想 | 第46页 |
| ·同义标签的提取 | 第46-48页 |
| ·社会特性的反映 | 第48-49页 |
| ·基于兴趣组的建模 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 5 个性化推荐系统的架构和算法的设计 | 第54-59页 |
| ·个性化推荐系统的结构 | 第54-55页 |
| ·用户模型的进一步预测 | 第55-57页 |
| ·推荐的实现 | 第57-58页 |
| ·直接基于内容推荐 | 第57页 |
| ·基于协同过滤的推荐 | 第57页 |
| ·个性化推荐的结果输出 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 6 总结和展望 | 第59-61页 |
| ·研究总结 | 第59页 |
| ·研究展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 作者简历 | 第64-66页 |
| 学位论文数据集 | 第66页 |
