| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 引言 | 第9-14页 |
| ·研究背景 | 第9-10页 |
| ·研究目的及意义 | 第10-11页 |
| ·主要研究内容和研究方法 | 第11-12页 |
| ·论文研究思路和技术框架 | 第12-14页 |
| 第2章 文献综述 | 第14-25页 |
| ·在线客服的相关研究 | 第14-17页 |
| ·在线客服的概念及发展 | 第14-16页 |
| ·在线客服中的自助服务研究现状 | 第16-17页 |
| ·学习路径推荐的相关研究 | 第17-19页 |
| ·学习路径概述及研究现状 | 第17-19页 |
| ·学习路径推荐的主要实现方法 | 第19页 |
| ·蚁群算法的相关研究 | 第19-22页 |
| ·蚁群算法原理及应用 | 第19-21页 |
| ·基于蚁群算法的学习路径推荐研究现状 | 第21-22页 |
| ·学习路径推荐在在线客服中的应用 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第3章 在线客服中客户特征模型的构建 | 第25-32页 |
| ·客户特征模型的建模维度 | 第25-26页 |
| ·客户特征模型的表示和获取 | 第26-31页 |
| ·知识水平的表示和获取 | 第26-28页 |
| ·认知风格的表示和获取 | 第28-30页 |
| ·客户特征模型的表示 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 在线客服中学习对象集的构建 | 第32-47页 |
| ·学习对象属性的描述和建模 | 第32-33页 |
| ·学习对象关联关系矩阵的构建 | 第33-34页 |
| ·问题关键词向量的提取 | 第34-37页 |
| ·语义网的构建 | 第34-36页 |
| ·基于中文分词的关键词提取 | 第36-37页 |
| ·基于向量匹配的学习对象的获取 | 第37-46页 |
| ·问题关键词特征向量的获取 | 第37-40页 |
| ·向量匹配和语义扩展 | 第40-43页 |
| ·学习对象“能力值”的获取 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 基于扩展蚁群算法的个性化学习路径推荐 | 第47-56页 |
| ·基于扩展蚁群算法的学习路径推荐问题与原理 | 第47-49页 |
| ·基于学习对象集的扩展蚁群算法 | 第49-53页 |
| ·启发信息的识别 | 第49-50页 |
| ·信息素的识别 | 第50-52页 |
| ·扩展蚁群算法的概率计算 | 第52-53页 |
| ·基于学习路径推荐的在线客服系统框架 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 实验验证 | 第56-64页 |
| ·实验设计 | 第56-57页 |
| ·实验实施过程 | 第57-59页 |
| ·数据分析与效果评价 | 第59-63页 |
| ·可行性分析 | 第59-62页 |
| ·适应性分析 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第7章 结论与展望 | 第64-66页 |
| ·结论 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 附录一 在线客服中学习路径推荐方法验证的调查问卷一 | 第71-75页 |
| 附录二 在线客服中学习路径推荐方法验证的调查问卷二(样卷) | 第75-76页 |
| 致谢 | 第76-77页 |
| 作者在研究生就读期间发表论文和参与项目情况 | 第77页 |