网络教育中Web Services的个性化发现机制的研究与实现
摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
图例索引 | 第9-10页 |
第一章 绪论 | 第10-19页 |
·研究背景 | 第10-11页 |
·研究现状 | 第11-15页 |
·Web Services 描述技术的发展现状 | 第12页 |
·Web Services 发现机制的发展现状 | 第12-13页 |
·网络教育个性化的发展现状 | 第13-14页 |
·网络教育下个性化的挖掘算法 | 第14-15页 |
·研究目标 | 第15-16页 |
·研究内容 | 第16-17页 |
·学习者模型的设计 | 第16页 |
·网络教育个性化服务搜索系统的设计 | 第16页 |
·网络教育个性化服务搜索系统的实现 | 第16-17页 |
·研究思路 | 第17-18页 |
·文章结构 | 第18-19页 |
第二章 学习者模型的设计 | 第19-28页 |
·学习者模型标准CELTS-11 的简介 | 第19-20页 |
·学习者模型标准CELTS-11 的框架 | 第20-21页 |
·学习者信息定义 | 第21-28页 |
·个人信息 | 第21-22页 |
·学业信息 | 第22-23页 |
·管理信息 | 第23-26页 |
·偏好信息 | 第26页 |
·绩效信息 | 第26-28页 |
第三章 网络教育下个性化服务搜索系统的设计 | 第28-41页 |
·网络教育个性化服务搜索的需求分析 | 第28-29页 |
·网络教育个性化服务搜索系统的框架 | 第29-30页 |
·服务搜索引擎的构造及功能 | 第30-34页 |
·用户信息库 | 第30-31页 |
·日志库 | 第31页 |
·服务缓存器 | 第31-32页 |
·规则提取器 | 第32页 |
·规则库 | 第32-33页 |
·服务记录库 | 第33-34页 |
·中心处理器的工作原理 | 第34-36页 |
·UDDI / UDDIE | 第36-39页 |
·服务搜索属性的扩展 | 第37页 |
·语义信息的引入 | 第37-39页 |
·资源记录库 | 第39-41页 |
第四章 规则提取器中的数据挖掘 | 第41-57页 |
·模式定义 | 第41-42页 |
·个性关联规则的提取 | 第42-45页 |
·Apriori 算法:使用候选项集找频繁项集 | 第42-44页 |
·个性关联规则提取的核心算法 | 第44-45页 |
·聚类规则的提取 | 第45-51页 |
·聚类前的数据预处理 | 第46-47页 |
·对学习者的聚类分析—k-中心点方法 | 第47-48页 |
·聚类后的关联规则挖掘 | 第48-51页 |
·个人序列模式的提取 | 第51-57页 |
·序列的构造 | 第51-53页 |
·序列模式的挖掘 | 第53-55页 |
·序列模式挖掘算法的分析和评价 | 第55-57页 |
第五章 网络教育下个性化服务搜索系统的实现 | 第57-78页 |
·管理员模块的实现 | 第57-62页 |
·个性关联规则的提取 | 第58-59页 |
·聚类规则的提取 | 第59-60页 |
·个人序列模式的提取 | 第60-62页 |
·规则清除 | 第62页 |
·J2EE 技术 | 第62-65页 |
·JSP | 第63页 |
·Servlet | 第63页 |
·EJB | 第63-64页 |
·按照MVC 模式构建J2EE 平台 | 第64-65页 |
·学习者模块的实现 | 第65-73页 |
·表示层 | 第65-66页 |
·业务逻辑层的实现 | 第66-71页 |
·数据库层的实现 | 第71-73页 |
·仿真及性能分析 | 第73-77页 |
·个性关联规则提取的分析 | 第73-74页 |
·聚类规则提取的分析 | 第74-75页 |
·个人序列模式提取的分析 | 第75-76页 |
·服务推荐性能分析 | 第76-77页 |
·系统使用效果分析 | 第77-78页 |
第六章 结束语 | 第78-80页 |
·现有研究成果总结 | 第78页 |
·现有研究成果的局限性 | 第78-79页 |
·未来研究工作展望 | 第79-80页 |
缩略语和术语 | 第80-81页 |
参考文献 | 第81-83页 |
致谢 | 第83-84页 |
作者在攻读硕士学位期间论文完成情况 | 第84页 |
参与项目 | 第84-85页 |
作者简历 | 第85页 |