| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究工作的背景与意义 | 第11-12页 |
| 1.2 学习管理系统的国内外研究现状 | 第12-13页 |
| 1.3 本文的系统选型及组织结构 | 第13-15页 |
| 第二章 系统相关技术及框架选型 | 第15-31页 |
| 2.1 SSM框架 | 第15-17页 |
| 2.1.1 Spring框架 | 第15-16页 |
| 2.1.2 SpringMVC框架 | 第16页 |
| 2.1.3 Mybatis框架 | 第16-17页 |
| 2.2 HADOOP框架 | 第17-22页 |
| 2.2.1 HADOOP分布式文件系统 | 第17-19页 |
| 2.2.2 MAPREDUCE编程框架 | 第19-22页 |
| 2.3 SOLR搜索引擎 | 第22-23页 |
| 2.4 数据库与项目管理相关技术 | 第23页 |
| 2.4.1 Mongodb数据库 | 第23页 |
| 2.4.2 Maven项目构建管理工具 | 第23页 |
| 2.5 推荐相关算法 | 第23-30页 |
| 2.5.1 协同过滤推荐算法 | 第24-28页 |
| 2.5.2 基于内容的推荐算法 | 第28页 |
| 2.5.3 混合推荐算法 | 第28-29页 |
| 2.5.4 潜在语义分析（LSA） | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 基于用户动态行为的推荐方法研究 | 第31-45页 |
| 3.1 用户行为数据分析及推荐模型建立 | 第31-33页 |
| 3.1.1 用户的行为数据分析 | 第31-32页 |
| 3.1.2 推荐模型建立 | 第32-33页 |
| 3.2 用户行为特性分析 | 第33-37页 |
| 3.2.1 基于 TF-IDF、LSA、余弦相似度算法的推荐过程 | 第33-36页 |
| 3.2.2 基于用户兴趣切片聚类的分析模型 | 第36-37页 |
| 3.3 推荐算法及数据处理的并行化 | 第37-41页 |
| 3.3.1 数据处理并行化 | 第38-39页 |
| 3.3.2 基于潜在语义分析的并行推荐算法 | 第39-40页 |
| 3.3.3 基于聚类的协同过滤并行推荐算法 | 第40-41页 |
| 3.3.4 推荐模块冷启动问题 | 第41页 |
| 3.4 用户数据采集 | 第41-44页 |
| 3.4.1 用户行为数据类型及其特殊性 | 第42页 |
| 3.4.2 教材资源及用户行为数据采集方法 | 第42-43页 |
| 3.4.3 用户行为数据及教材数据标准化 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 学习管理系统需求分析 | 第45-50页 |
| 4.1 学习管理系统概述 | 第45页 |
| 4.2 学习管理系统功能需求 | 第45-48页 |
| 4.2.1 用户登录、注册、找回密码 | 第45-46页 |
| 4.2.2 课程模块 | 第46-48页 |
| 4.3 学习管理系统非功能需求 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 学习管理系统的设计 | 第50-58页 |
| 5.1 学习管理系统整体架构 | 第50-51页 |
| 5.2 推荐模块架构设计 | 第51-52页 |
| 5.3 学习管理系统功能设计 | 第52-54页 |
| 5.4 学习管理系统数据库设计 | 第54-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第六章 学习管理系统的实现 | 第58-83页 |
| 6.1 学习管理系统开发环境 | 第58页 |
| 6.2 学系管理系统运行环境 | 第58-59页 |
| 6.3 学习管理系统特色推荐模块的实现及代码展示 | 第59-71页 |
| 6.3.1 教材资源的获取 | 第59-61页 |
| 6.3.2 数据处理功能实现 | 第61-63页 |
| 6.3.3 用户与教材资源聚簇 | 第63-65页 |
| 6.3.4 教材资源推荐实现 | 第65-70页 |
| 6.3.5 教材资源的推荐功能展示 | 第70-71页 |
| 6.4 学习管理系统其它部分实现及其展示 | 第71-82页 |
| 6.5 本章小结 | 第82-83页 |
| 第七章 学习管理系统的测试 | 第83-92页 |
| 7.1 测试目的 | 第83页 |
| 7.2 测试内容 | 第83页 |
| 7.3 测试方案 | 第83-85页 |
| 7.3.1 系统网络拓扑图 | 第83-84页 |
| 7.3.2 测试环境 | 第84-85页 |
| 7.3.3 测试工具 | 第85页 |
| 7.4 场景测试模拟 | 第85-86页 |
| 7.4.1 访问首页 | 第85页 |
| 7.4.2 教师登录访问 | 第85页 |
| 7.4.3 学生登录访问 | 第85-86页 |
| 7.5 指标监控及分析方案 | 第86页 |
| 7.6 测试结果及分析 | 第86-90页 |
| 7.6.1 访问首页测试场景执行结果 | 第86-87页 |
| 7.6.2 登录测试场景执行结果 | 第87-88页 |
| 7.6.3 算法实验结果及分析 | 第88-90页 |
| 7.7 功能性测试 | 第90-91页 |
| 7.8 问题及解决方案 | 第91页 |
| 7.9 本章小结 | 第91-92页 |
| 第八章 全文总结与展望 | 第92-94页 |
| 8.1 全文总结 | 第92-93页 |
| 8.2 后续工作展望 | 第93-94页 |
| 致谢 | 第94-95页 |
| 参考文献 | 第95-98页 |
| 攻读硕士学位期间取得的成果 | 第98-99页 |