| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景 | 第8-9页 |
| ·研究现状分析 | 第9-13页 |
| ·计算机辅助教学系统研究现状 | 第9-10页 |
| ·个性化内容推荐研究现状 | 第10-13页 |
| ·本文的主要研究内容和创新点 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 C程序网络辅助教学系统研究 | 第16-26页 |
| ·信息搜集模块 | 第16-19页 |
| ·信息分析模块 | 第19-23页 |
| ·基本信息统计模块 | 第19-20页 |
| ·基于K-means的学生用户行为分析 | 第20-22页 |
| ·关联规则分析C语言习题 | 第22-23页 |
| ·习题推荐模块 | 第23-24页 |
| ·非个性化习题推荐 | 第23-24页 |
| ·个性化算法习题推荐 | 第24页 |
| ·本章总结 | 第24-26页 |
| 第三章 个性化习题推荐算法和评价体系研究 | 第26-38页 |
| ·协同过滤推荐算法 | 第26-29页 |
| ·基于用户的协同过滤 | 第26-28页 |
| ·基于物品的协同过滤 | 第28-29页 |
| ·迁移bagging推荐算法 | 第29-32页 |
| ·个性化习题推荐的评价体系 | 第32-33页 |
| ·传统个性化推荐算法存在的主要问题 | 第33-36页 |
| ·冷启动问题 | 第33-35页 |
| ·数据稀疏问题 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 多分类器迁移bagging推荐算法 | 第38-52页 |
| ·预处理 | 第38-39页 |
| ·目标域和辅助域的选择算法 | 第39-40页 |
| ·习题样本的特征提取 | 第40-41页 |
| ·基于多分类器迁移bagging的习题推荐算法 | 第41-44页 |
| ·多分类器训练 | 第41-42页 |
| ·多分类器迁移集成 | 第42-44页 |
| ·实验和结果分析 | 第44-50页 |
| ·实验平台介绍 | 第47页 |
| ·MovieLen实验和结果 | 第47-49页 |
| ·OCAT数据集实验和结果 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第五章 基于WEB的C语言辅助教学系统的设计和实现 | 第52-62页 |
| ·基于C语言辅助教学系统的设计 | 第52-53页 |
| ·基于C语言辅助教学系统的用户操作手册 | 第53-60页 |
| ·学生用户操作流程 | 第53-54页 |
| ·教师用户操作流程 | 第54-60页 |
| ·本章小结 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间取得的学术成果 | 第68-70页 |
| 致谢 | 第70页 |