基于大数据的个性化学习推荐服务研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题背景 | 第10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 大数据教育研究现状 | 第10-11页 |
| 1.2.2 教育个性化研究现状 | 第11页 |
| 1.2.3 教育资源推荐研究现状 | 第11-12页 |
| 1.3 研究内容及意义 | 第12-13页 |
| 1.4 论文结构 | 第13-14页 |
| 第二章 学生—教育资源本体构建 | 第14-22页 |
| 2.1 本体理论 | 第14-16页 |
| 2.1.1 本体概述 | 第14-15页 |
| 2.1.2 本体描述语言和工具 | 第15-16页 |
| 2.2 学生用户模型和本体构建 | 第16-19页 |
| 2.2.1 学生用户模型的构建 | 第16-17页 |
| 2.2.2 学生本体模型构建 | 第17-19页 |
| 2.3 教育资源模型和本体构建 | 第19-22页 |
| 2.3.1 教育资源本体构建 | 第21-22页 |
| 第三章 基于C4.5 的节点关联的教育数据挖掘 | 第22-30页 |
| 3.1 数据挖掘基本理论 | 第22-24页 |
| 3.1.1 关联规则 | 第22-23页 |
| 3.1.2 决策树 | 第23-24页 |
| 3.2 C4.5 节点关联算法 | 第24页 |
| 3.3 C4.5 节点关联挖掘算法在教学中的应用 | 第24-30页 |
| 3.3.1 数据处理 | 第25-26页 |
| 3.3.2 C4.5 算法构建决策树 | 第26-28页 |
| 3.3.3 结果分析 | 第28-30页 |
| 第四章 基于本体树的个性化推荐算法设计 | 第30-36页 |
| 4.1 学生用户本体树和资源本体树的构建 | 第30-32页 |
| 4.1.1 学生本体树概念模型建立 | 第30-31页 |
| 4.1.2 学习资源本体树模型构建 | 第31-32页 |
| 4.2 算法模型设计和实现 | 第32-36页 |
| 4.2.1 算法流程模型 | 第32-33页 |
| 4.2.2 算法的实现 | 第33-34页 |
| 4.2.3 算法实验结果分析 | 第34-36页 |
| 第五章 错题本的个性化错题推荐设计与实现 | 第36-48页 |
| 5.1 系统设计 | 第36-39页 |
| 5.1.1 系统总体架构 | 第36-38页 |
| 5.1.2 系统开发环境 | 第38-39页 |
| 5.2 数据库设计 | 第39-42页 |
| 5.3 系统实现 | 第42-48页 |
| 5.3.1 学生用户登录模块 | 第42-43页 |
| 5.3.2 错题本基本模块 | 第43-44页 |
| 5.3.3 错题分析模块 | 第44-45页 |
| 5.3.4 学习报表模块 | 第45-46页 |
| 5.3.5 错题个性化推荐模块 | 第46-48页 |
| 第六章 总结与展望 | 第48-50页 |
| 6.1 工作总结 | 第48页 |
| 6.2 下一步工作展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 附录 | 第54-60页 |
| 致谢 | 第60-62页 |
| 攻读学位期间的科研成果 | 第62-63页 |
