摘要 | 第5-6页 |
abstract | 第6页 |
第1章 绪论 | 第9-16页 |
1.1 研究的背景和意义 | 第9-11页 |
1.2 国内外关于该课题的研究现状及趋势 | 第11-12页 |
1.3 本文的主要研究目标与内容 | 第12页 |
1.4 主要的研究方法与思路 | 第12-15页 |
1.5 论文组织结构 | 第15-16页 |
第2章 推荐系统与协同过滤算法 | 第16-29页 |
2.1 推荐系统概述 | 第16-17页 |
2.2 推荐系统的起源与发展应用 | 第17页 |
2.3 推荐系统的主要技术 | 第17-26页 |
2.3.1 基于用户的推荐 | 第18-20页 |
2.3.2 基于物品的推荐 | 第20-22页 |
2.3.3 基于内容推荐 | 第22-25页 |
2.3.4 基于人口统计学的推荐 | 第25-26页 |
2.4 协同过滤推荐 | 第26-27页 |
2.5 推荐系统的主要问题 | 第27-28页 |
2.6 本章小结 | 第28-29页 |
第3章 基于认知能力与难度的推荐算法 | 第29-49页 |
3.1 基本理论基础及技术 | 第29-42页 |
3.1.1 项目反应理论(IRT,Item Response Theory) | 第29-30页 |
3.1.2 认知诊断 | 第30-34页 |
3.1.3 知识图谱 | 第34-37页 |
3.1.4 可读性与难度系数 | 第37-41页 |
3.1.5 学龄儿童英语学习特征 | 第41-42页 |
3.2 相似度计算及管理 | 第42-46页 |
3.2.1 能力相似度与动态管理 | 第42-44页 |
3.2.2 学习资源难度 | 第44-45页 |
3.2.3 学习测试结果相似度 | 第45-46页 |
3.2.4 知识掌握相似度与更新 | 第46页 |
3.3 推荐算法分析与流程设计 | 第46-48页 |
3.3.1 基于用户能力的推荐 | 第46-47页 |
3.3.2 基于难度系数的推荐 | 第47页 |
3.3.3 混合推荐算法及框架 | 第47-48页 |
3.4 本章小节 | 第48-49页 |
第4章 英语学习平台需求分析与设计 | 第49-80页 |
4.1 需求分析 | 第49-54页 |
4.1.1 系统业务需求 | 第49-50页 |
4.1.2 系统推荐功能需求 | 第50-53页 |
4.1.3 非功能需求 | 第53-54页 |
4.2 架构设计模型与开发技术 | 第54-63页 |
4.2.1 设计目标与原则 | 第54页 |
4.2.2 架构技术与模型 | 第54-59页 |
4.2.3 系统开发技术 | 第59-63页 |
4.3 系统功能模块设计 | 第63-68页 |
4.3.1 实体概念模型 | 第63-64页 |
4.3.2 系统实体关系图 | 第64页 |
4.3.3 整体模块设计 | 第64-68页 |
4.4 推荐算法设计 | 第68-74页 |
4.4.1 推荐算法的运用场景 | 第68页 |
4.4.2 主要推荐算法设计 | 第68-74页 |
4.5 数据库表设计 | 第74-79页 |
4.5.1 用户行为表 | 第74-75页 |
4.5.2 认知能力表 | 第75页 |
4.5.3 难度系数表 | 第75-76页 |
4.5.4 知识图谱表 | 第76-77页 |
4.5.5 资源表 | 第77页 |
4.5.6 媒体表 | 第77-78页 |
4.5.7 考题表 | 第78页 |
4.5.8 评分表 | 第78页 |
4.5.9 考试表 | 第78-79页 |
4.5.10 学习成果表 | 第79页 |
4.5.11 客户信息表 | 第79页 |
4.6 本章小结 | 第79-80页 |
第5章 英语学习平台实现与测试结果分析 | 第80-89页 |
5.1 环境搭建 | 第80-82页 |
5.2 核心功能的JAVA实现 | 第82页 |
5.3 测试的目的和方法 | 第82-84页 |
5.4 测试的结果及分析 | 第84-88页 |
5.5 本章小结 | 第88-89页 |
第6章 结论与展望 | 第89-92页 |
6.1 结论 | 第89-90页 |
6.2 展望 | 第90-92页 |
参考文献 | 第92-95页 |
附录:核心代码 | 第95-113页 |
致谢 | 第113页 |