| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第10-19页 |
| 第一节 研究背景及意义 | 第10-12页 |
| 第二节 国内外研究现状 | 第12-15页 |
| 第三节 主要研究内容及创新点 | 第15-17页 |
| 第四节 本文结构安排 | 第17-19页 |
| 第二章 相关技术概述 | 第19-29页 |
| 第一节 个性化推荐方法及相关技术 | 第19-22页 |
| 第二节 序列模式挖掘算法PrefixSpan | 第22-25页 |
| 第三节 Felder & Silverman学习风格模型 | 第25-26页 |
| 第四节 蚁群优化算法 | 第26-28页 |
| 第五节 本章小结 | 第28-29页 |
| 第三章 混合式的在线学习资源个性化推荐方法 | 第29-38页 |
| 第一节 基于职业目标的在线学习资源个性化推荐方法 | 第29-35页 |
| 第二节 基于PrefixSpan的在线学习资源个性化推荐方法 | 第35-36页 |
| 第三节 混合式的在线学习资源个性化推荐流程 | 第36-37页 |
| 第四节 本章小结 | 第37-38页 |
| 第四章 基于群体智能的在线学习路径自适应规划方法 | 第38-44页 |
| 第一节 基于学习风格的改进型蚁群系统算法 | 第38-42页 |
| 第二节 基于改进型蚁群系统算法的学习路径规划流程 | 第42-43页 |
| 第三节 本章小结 | 第43-44页 |
| 第五章 在线学习资源个性化推荐与学习路径规划实验 | 第44-55页 |
| 第一节 在线学习路径自适应规划实验与分析 | 第44-51页 |
| 第二节 在线学习资源个性化推荐系统原型设计 | 第51-53页 |
| 第三节 本章小结 | 第53-55页 |
| 总结与展望 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 攻读学位期间主要研究成果 | 第63-64页 |
| 致谢 | 第64-65页 |