支持推荐的在线教育系统研究与应用
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第7-15页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 MOOC的研究与发展现状 | 第8-10页 |
| 1.2.2 推荐算法的研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 论文结构 | 第12-14页 |
| 1.5 本章小结 | 第14-15页 |
| 2 推荐系统理论基础 | 第15-22页 |
| 2.1 协同过滤算法综述 | 第16-17页 |
| 2.2 基于物品的协同过滤 | 第17-18页 |
| 2.3 TF-IDF原理 | 第18-21页 |
| 2.3.1 分词技术 | 第19-20页 |
| 2.3.2 TF-IDF算法简介 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 课程推荐系统需求分析 | 第22-29页 |
| 3.1 功能需求分析 | 第22-24页 |
| 3.1.1 网站基本功能分析 | 第22-23页 |
| 3.1.2 推荐列表需求分析 | 第23页 |
| 3.1.3 用户和课程的数据收集分析 | 第23页 |
| 3.1.4 推荐系统的冷启动问题分析 | 第23页 |
| 3.1.5 数据库的需求分析 | 第23-24页 |
| 3.2 业务需求分析 | 第24-26页 |
| 3.3 数据流图的需求分析 | 第26-27页 |
| 3.4 系统非功能性需求分析 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 4 课程推荐算法与系统设计 | 第29-39页 |
| 4.1 推荐算法设计 | 第29-31页 |
| 4.1.1 课程关键词算法 | 第29-30页 |
| 4.1.2 基于物品的协同过滤与评分机制 | 第30页 |
| 4.1.3 相似度加权 | 第30-31页 |
| 4.2 系统概要设计 | 第31-33页 |
| 4.2.1 系统功能架构设计 | 第31-32页 |
| 4.2.2 系统逻辑架构设计 | 第32-33页 |
| 4.3 系统详细设计 | 第33-38页 |
| 4.3.1 系统功能模块设计 | 第33-36页 |
| 4.3.2 数据库设计 | 第36-38页 |
| 4.4 本章小结 | 第38-39页 |
| 5 课程推荐系统实现与算法测评 | 第39-53页 |
| 5.1 系统实现概述 | 第39-40页 |
| 5.1.1 系统开发环境搭建 | 第39页 |
| 5.1.2 系统开发工具及使用框架 | 第39-40页 |
| 5.2 推荐算法实现 | 第40-44页 |
| 5.2.1 冷启动解决方案 | 第40页 |
| 5.2.2 推荐算法伪代码 | 第40-44页 |
| 5.3 推荐系统算法性能分析 | 第44-48页 |
| 5.3.1 实验数据与方法 | 第44-45页 |
| 5.3.2 推荐算法性能对比 | 第45-48页 |
| 5.4 推荐系统功能实现 | 第48-52页 |
| 5.4.1 客户端功能实现 | 第48-52页 |
| 5.5 本章小结 | 第52-53页 |
| 6 系统测试 | 第53-61页 |
| 6.1 测试方法及用例设计 | 第53-56页 |
| 6.1.1 单元测试 | 第53-54页 |
| 6.1.2 兼容性测试 | 第54页 |
| 6.1.3 可扩展性测试 | 第54-56页 |
| 6.2 测试结果运行图 | 第56-59页 |
| 6.3 测试结果分析 | 第59-60页 |
| 6.4 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
