首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于个性化推荐的ios在线教育系统的设计与实现

摘要第4-5页
ABSTRACT第5-7页
第一章 绪论第10-14页
    1.1 课题研究的背景第10-11页
    1.2 国内外研究现状和发展趋势第11-12页
        1.2.1 移动教育第11页
        1.2.2 教育o2o第11-12页
        1.2.3 个性化推荐第12页
    1.3 课题的研究内容第12-14页
第二章 相关理论与技术第14-20页
    2.1 ios相关技术第14-15页
        2.1.1 ios操作系统第14-15页
        2.1.2 ios设计模式第15页
    2.2 个性化推荐相关技术第15-19页
        2.2.1 推荐系统第15-16页
        2.2.2 用户行为第16页
        2.2.3 协同过滤算法第16-18页
        2.2.4 推荐结果评测第18-19页
    2.3 本章小结第19-20页
第三章 在线教育系统的设计第20-37页
    3.1 系统需求分析第20-21页
    3.2 系统整体结构设计第21-24页
        3.2.1 系统架构设计第21-23页
        3.2.2 数据库设计第23-24页
    3.3 个性化推荐功能设计第24-30页
        3.3.1 推荐场景第24-25页
        3.3.2 模块划分第25-26页
        3.3.3 数据模块设计第26-29页
        3.3.4 推荐模型池模块设计第29页
        3.3.5 推荐预测模块模块设计第29-30页
        3.3.6 用户反馈模块设计第30页
        3.3.7 模型验证模块设计第30页
    3.4 业务功能设计第30-34页
        3.4.1 个人信息管理模块第32-33页
        3.4.2 授课-选课模块第33-34页
        3.4.3 钱包管理第34页
        3.4.4 即时通信模块第34页
    3.5 ios客户端MVC分层结构设计第34-36页
    3.6 本章小结第36-37页
第四章 ios客户端的实现第37-46页
    4.1 视图层实现第37-39页
    4.2 控制器层实现第39-43页
    4.3 模型层实现第43-45页
        4.3.1 网络通信第43页
        4.3.2 数据分类第43-45页
    4.4 本章小结第45-46页
第五章 个性化推荐在在线教育系统中的应用研究第46-62页
    5.1 推荐模型构建第46-47页
    5.2 推荐算法选取第47-52页
        5.2.1 基于用户的协同过滤算法第47-49页
        5.2.2 基于物品的协同过滤算法第49-51页
        5.2.3 选取原因第51-52页
    5.3 算法优化第52-54页
        5.3.1 优化原因和目的第52-53页
        5.3.2 优化方法第53-54页
    5.4 实验测试第54-60页
        5.4.1 实验验证第54-55页
        5.4.2 实验结果分析第55-60页
    5.5 本章小结第60-62页
第六章 系统功能测试第62-69页
    6.1 测试环境说明第62页
    6.2 功能测试和界面展示第62-68页
        6.2.1 个人信息管理模块第62-64页
        6.2.2 授课-选课模块第64-66页
        6.2.3 钱包管理模块第66-67页
        6.2.4 即时通信模块第67-68页
    6.3 本章小结第68-69页
第七章 总结与展望第69-71页
参考文献第71-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:基于CRLH超材料天线的环境电磁波能量收集技术研究
下一篇:基于微信硬件平台的酒店智能门锁系统的设计与实现