首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于本体的E-Learning个性化分析与指导方法研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-13页
   ·研究背景第7页
   ·文献综述第7-10页
     ·E-Learning 个性化的含义第7-8页
     ·国内外的研究现状第8页
     ·Web Intelligence 的发展第8-9页
     ·Ontology 技术的引入第9-10页
     ·未来的发展方向第10页
   ·本文的研究工作第10-13页
     ·研究意义和目标第10-11页
     ·本文所做工作第11-13页
第二章 Ontology 概述第13-19页
   ·Ontology 的定义第13页
   ·Ontology 的分类第13-14页
   ·Ontology 的组成和表示第14-17页
     ·Ontology 的建模元语第14-15页
     ·Ontology 的表示方法第15-16页
     ·Ontology 描述语言第16-17页
   ·Ontology 的构造规则第17页
   ·Ontology 与语义Web第17-19页
第三章 OWL 和语义推理技术第19-29页
   ·OWL 概述第19-25页
     ·OWL 的提出背景第19-20页
     ·OWL 的子语言第20-21页
     ·OWL 的语言成分第21-22页
       ·OWL Lite 的语言成分第21-22页
       ·OWL DL 和OWL Full 中增加的语法结构第22页
     ·OWL 与描述逻辑第22-24页
     ·OWL Ontology 的成分第24-25页
   ·语义推理技术第25-29页
     ·语义的核心目的第25页
     ·语义推理分类第25-26页
     ·本体推理的具体形式第26-29页
第四章 基于本体的E-Learning 个性化分析与指导方法第29-43页
   ·总体解决方案第29-30页
     ·基本思想第29页
     ·总体模型第29-30页
   ·OBTM 的构建第30-34页
     ·总体结构第30-32页
       ·TGVizTab 图示第30-31页
       ·UML 图示第31-32页
     ·课程模型第32-33页
     ·学生模型第33-34页
   ·教学本体的OWL 描述第34-37页
   ·个性化信息过滤第37-43页
     ·信息过滤规则第37-41页
       ·Jena 规则的语法结构第37-38页
       ·语义策略规则第38-39页
       ·教学策略规则第39-41页
     ·关键技术第41-43页
       ·本体访问技术第41-42页
       ·Jena 解析和推理机制第42-43页
第五章 OBPEL 系统的设计与实现第43-53页
   ·总体设计第43-45页
     ·系统特点第43页
     ·OBPEL 体系结构第43-44页
     ·OBPEL 系统流程图第44-45页
   ·开发平台和工具介绍第45-47页
     ·开发平台第45页
     ·开发工具第45-47页
   ·核心模块设计实现第47-48页
     ·用户信息采集第47页
     ·本体文件读入第47-48页
     ·推理规则读入第48页
     ·信息访问第48页
   ·运行界面第48-53页
结束语第53-57页
攻读硕士学位期间发表的论文和参加的主要科研项目第57-58页
致谢第58-59页
中文详细摘要第59-62页

论文共62页,点击 下载论文
上一篇:中小企业融资中的关系型贷款研究
下一篇:基于神经网络/HMM的语音识别算法的研究