教育网站资源个性化推荐系统的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 1 引言 | 第11-15页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·研究内容 | 第13-14页 |
| ·组织结构 | 第14-15页 |
| 2 课题相关理论 | 第15-25页 |
| ·个性化推荐 | 第15-17页 |
| ·个性化推荐概述 | 第15-16页 |
| ·个性化推荐模型 | 第16-17页 |
| ·协同过滤推荐 | 第17-19页 |
| ·协同过滤推荐概述 | 第17页 |
| ·协同过滤推荐分类 | 第17-19页 |
| ·聚类算法 | 第19-21页 |
| ·算法概述 | 第19-20页 |
| ·算法步骤 | 第20页 |
| ·算法分析 | 第20-21页 |
| ·应用领域 | 第21页 |
| ·关联规则算法 | 第21-23页 |
| ·算法概述 | 第21-22页 |
| ·算法步骤 | 第22-23页 |
| ·相关算法 | 第23页 |
| ·遗忘记忆曲线 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 协同过滤技术研究 | 第25-34页 |
| ·协同过滤推荐模型 | 第25-26页 |
| ·典型的K最近邻算法 | 第26-27页 |
| ·算法概述 | 第26-27页 |
| ·相关定义 | 第27页 |
| ·改进的K最近邻算法 | 第27-31页 |
| ·改进思想 | 第27-29页 |
| ·改进算法 | 第29-31页 |
| ·算法实验分析 | 第31-33页 |
| ·实验描述 | 第31-32页 |
| ·度量标准 | 第32页 |
| ·实验分析 | 第32-33页 |
| ·实验总结 | 第33页 |
| ·本章小结 | 第33-34页 |
| 4 聚类算法研究 | 第34-46页 |
| ·Rock聚类算法 | 第34-35页 |
| ·算法概述 | 第34页 |
| ·算法分析 | 第34-35页 |
| ·改进的Rock聚类算法 | 第35-42页 |
| ·改进思想 | 第35页 |
| ·算法步骤 | 第35-37页 |
| ·相似性计算相关定义 | 第37-39页 |
| ·聚类实现 | 第39-42页 |
| ·算法实验分析 | 第42-45页 |
| ·实验描述 | 第42页 |
| ·度量标准 | 第42页 |
| ·实验分析 | 第42-45页 |
| ·实验总结 | 第45页 |
| ·本章小结 | 第45-46页 |
| 5 教育资源个性化推荐系统需求分析与设计 | 第46-55页 |
| ·推荐系统需求分析 | 第46-48页 |
| ·用户需求 | 第46页 |
| ·功能需求 | 第46-47页 |
| ·非功能需求 | 第47-48页 |
| ·推荐系统设计 | 第48-54页 |
| ·推荐系统架构设计 | 第48-49页 |
| ·推荐系统功能设计 | 第49-50页 |
| ·推荐系统流程设计 | 第50-51页 |
| ·个性化推荐设计 | 第51-52页 |
| ·推荐系统数据库设计 | 第52页 |
| ·个性化推荐核心类设计 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 6 教育资源个性化推荐系统实现与应用分析 | 第55-73页 |
| ·教育资源个性化推荐系统运行环境 | 第55页 |
| ·教育资源个性化推荐系统开发环境 | 第55页 |
| ·教育资源个性化推荐系统运行部署 | 第55页 |
| ·教育资源个性化推荐系统基本功能模块 | 第55-65页 |
| ·推荐系统前后台基本功能模块 | 第55-58页 |
| ·推荐系统前台特有功能模块 | 第58-61页 |
| ·推荐系统后台管理功能模块 | 第61-63页 |
| ·系统前台搜索个性化推荐模块 | 第63-64页 |
| ·学生资源温习推荐模块 | 第64-65页 |
| ·教育资源个性化推荐系统结果分析 | 第65-72页 |
| ·教育资源大众化推荐效果分析 | 第65-66页 |
| ·K最近邻个性化教育资源推荐效果分析 | 第66-67页 |
| ·Rock聚类个性化教育资源推荐效果分析 | 第67-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 申请学位期间发表的学术论文 | 第77-78页 |
| 致谢 | 第78页 |
