社会学习网络中的信息预测和内容推荐
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 符号说明 | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及研究意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文主要内容与结构 | 第14-17页 |
| 1.3.1 论文主要内容 | 第14-15页 |
| 1.3.2 论文结构 | 第15-17页 |
| 第二章 社会学习网络简介 | 第17-27页 |
| 2.1 社会学习网络与MOOC简介 | 第17-19页 |
| 2.1.1 社会学习网络简介 | 第17-18页 |
| 2.1.2 MOOC简介 | 第18-19页 |
| 2.2 MOOC平台的设计与实现 | 第19-22页 |
| 2.2.1 前台交互 | 第21页 |
| 2.2.2 后台数据库 | 第21-22页 |
| 2.3 MOOC平台数据统计结果 | 第22-27页 |
| 2.3.1 用户总体选课情况统计 | 第22-23页 |
| 2.3.2 用户观看视频情况统计 | 第23-25页 |
| 2.3.3 统计总结 | 第25-27页 |
| 第三章 社会学习网络中的退课预测 | 第27-43页 |
| 3.1 社会学习网络中的退课问题 | 第27-28页 |
| 3.2 利用点击流数据进行退课预测 | 第28-43页 |
| 3.2.1 关于MOOC的相关研究 | 第28-29页 |
| 3.2.2 点击流数据预处理 | 第29-32页 |
| 3.2.3 机器学习算法简介 | 第32-37页 |
| 3.2.4 基于权重学习的朴素贝叶斯 | 第37-38页 |
| 3.2.5 实验结果 | 第38-41页 |
| 3.2.6 结论 | 第41-43页 |
| 第四章 社会学习网络中的内容推荐 | 第43-61页 |
| 4.1 推荐系统简介 | 第43-44页 |
| 4.2 基于论坛信息的内容推荐 | 第44-60页 |
| 4.2.1 论坛信息简介 | 第44-45页 |
| 4.2.2 数据预处理 | 第45-48页 |
| 4.2.3 关键词抽取 | 第48-52页 |
| 4.2.4 利用apriori算法构建关联关系 | 第52-54页 |
| 4.2.5 用户与关键词的图论模型建立 | 第54-58页 |
| 4.2.6 根据图论模型进行内容推荐 | 第58-60页 |
| 4.3 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 论文研究工作总结 | 第61-62页 |
| 5.2 下一步工作展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |
