基于用户可信赖度的MOOC个性化推荐的研究与应用
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景与意义 | 第7-9页 |
| 1.1.1 简介 | 第7页 |
| 1.1.2 研究背景 | 第7-8页 |
| 1.1.3 研究意义 | 第8-9页 |
| 1.2 研究目标和研究内容 | 第9-10页 |
| 1.3 本文的结构安排 | 第10-11页 |
| 1.4 本章小结 | 第11-12页 |
| 2 相关研究现状 | 第12-22页 |
| 2.1 MOOC的相关知识 | 第12-14页 |
| 2.2 推荐算法的研究现状 | 第14-21页 |
| 2.2.1 基于内容的推荐 | 第14-15页 |
| 2.2.2 协同过滤推荐 | 第15-21页 |
| 2.3 本章小结 | 第21-22页 |
| 3 评分方案和推荐设计 | 第22-38页 |
| 3.1 准备知识 | 第22-26页 |
| 3.1.1 MOOC介绍 | 第22-23页 |
| 3.1.2 MOOC的特征与发展现状 | 第23-24页 |
| 3.1.3 MOOC现阶段的问题 | 第24页 |
| 3.1.4 评价机制的意义 | 第24-25页 |
| 3.1.5 MOOC课程资源收集 | 第25-26页 |
| 3.2 评分方案 | 第26-29页 |
| 3.2.1 评分模块设计 | 第26-28页 |
| 3.2.2 课程平均得分 | 第28-29页 |
| 3.3 基于用户可信赖度的推荐算法 | 第29-36页 |
| 3.3.1 传统的协同过滤算法分析 | 第30-31页 |
| 3.3.2 用户可信赖度 | 第31-33页 |
| 3.3.3 主要思想 | 第33-34页 |
| 3.3.4 寻找可信赖用户集合 | 第34-35页 |
| 3.3.5 寻找相似用户集合 | 第35-36页 |
| 3.3.6 生成推荐物品列表 | 第36页 |
| 3.4 本章小结 | 第36-38页 |
| 4 原型验证系统实现 | 第38-53页 |
| 4.1 目标 | 第38页 |
| 4.2 使用框架 | 第38页 |
| 4.3 工具介绍 | 第38-39页 |
| 4.4 系统功能 | 第39-40页 |
| 4.5 软件结构设计 | 第40-43页 |
| 4.6 数据库设计 | 第43-46页 |
| 4.6.1 核心数据表 | 第43-44页 |
| 4.6.2 数据库分类 | 第44-46页 |
| 4.7 核心功能设计 | 第46-51页 |
| 4.7.1 数据收集 | 第47-49页 |
| 4.7.2 课程得分展示 | 第49页 |
| 4.7.3 推荐算法实现 | 第49-50页 |
| 4.7.4 主要组件 | 第50-51页 |
| 4.8 界面展示 | 第51-52页 |
| 4.9 本章小结 | 第52-53页 |
| 5 实验结果及分析 | 第53-56页 |
| 5.1 效果展示 | 第53-54页 |
| 5.2 推荐算法性能 | 第54-55页 |
| 5.3 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 工作总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62页 |
| A.作者在攻读学位期间参加的项目 | 第62页 |
