基于知识关联的学习资源推荐策略研究及系统实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 个性化推荐研究 | 第12-14页 |
| 1.2.2 学习资源个性化推荐研究 | 第14页 |
| 1.2.3 研究现状小结 | 第14-15页 |
| 1.3 研究内容 | 第15-17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 第二章 相关理论及技术概述 | 第18-27页 |
| 2.1 知识关联概述 | 第18-20页 |
| 2.1.1 知识关联定义及分类 | 第18-19页 |
| 2.1.2 知识关联的结构 | 第19-20页 |
| 2.2 个性化学习 | 第20-21页 |
| 2.2.1 个性化学习理论概述 | 第20页 |
| 2.2.2 个性化学习系统 | 第20-21页 |
| 2.2.3 个性化学习推荐系统 | 第21页 |
| 2.3 个性化推荐技术 | 第21-26页 |
| 2.3.1 基于协同过滤的推荐技术 | 第21-25页 |
| 2.3.2 基于内容的推荐技术 | 第25-26页 |
| 2.3.3 混合推荐技术 | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于知识关联的学习资源推荐策略研究 | 第27-40页 |
| 3.1 知识资源关联性分析 | 第27-28页 |
| 3.1.1 知识点间关联性 | 第27-28页 |
| 3.1.2 知识点与学习资源关联性 | 第28页 |
| 3.2 学习者知识资源关联模型 | 第28-31页 |
| 3.2.1 学习者知识资源关联模型的构建及更新 | 第28-30页 |
| 3.2.2 学习路径分析 | 第30页 |
| 3.2.3 学习风格分析 | 第30-31页 |
| 3.3 基于知识关联的内容推荐算法 | 第31-35页 |
| 3.3.1 学习者知识关联模型 | 第31-32页 |
| 3.3.2 具体推荐算法过程 | 第32-33页 |
| 3.3.3 实验分析 | 第33-35页 |
| 3.4 基于知识关联的协同过滤推荐算法 | 第35-39页 |
| 3.4.1 基于知识关联的相似度度量方法 | 第35-36页 |
| 3.4.2 具体推荐算法过程 | 第36-37页 |
| 3.4.3 实验分析 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 学习资源个性化推荐系统的设计与实现 | 第40-55页 |
| 4.1 系统总体架构设计 | 第40-44页 |
| 4.1.1 客户端设计 | 第41页 |
| 4.1.2 服务端设计 | 第41-42页 |
| 4.1.3 数据库设计 | 第42-44页 |
| 4.2 接口服务模块实现 | 第44-52页 |
| 4.2.1 系统接口服务设计实现 | 第44-45页 |
| 4.2.2 数据生成与更新接口实现 | 第45-47页 |
| 4.2.3 推荐业务逻辑接口实现 | 第47-52页 |
| 4.3 客户端功能模块实现 | 第52-54页 |
| 4.3.1 学习行为数据采集模块实现 | 第52-53页 |
| 4.3.2 学习资源推荐呈现和推荐解释模块实现 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 系统测试 | 第55-65页 |
| 5.1 测试环境 | 第55页 |
| 5.2 功能测试 | 第55-62页 |
| 5.3 性能测试 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 论文总结 | 第65-66页 |
| 6.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间个人成果 | 第71-72页 |
| 致谢 | 第72页 |
