基于知识图谱的课程数字化资源推荐方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 研究内容 | 第10-11页 |
| 1.3.1 理论层面 | 第10-11页 |
| 1.3.2 技术层面 | 第11页 |
| 1.3.3 应用层面 | 第11页 |
| 1.4 研究现状 | 第11-14页 |
| 1.4.1 知识图谱国内外研究现状 | 第11-12页 |
| 1.4.2 推荐方法国内外研究现状 | 第12-14页 |
| 1.5 研究流程及方法 | 第14-15页 |
| 1.5.1 文献分析法 | 第14-15页 |
| 1.5.2 比较法 | 第15页 |
| 1.5.3 理论分析法 | 第15页 |
| 1.5.4 问卷调查法 | 第15页 |
| 1.6 论文结构 | 第15-16页 |
| 第二章 理论基础和技术支撑 | 第16-22页 |
| 2.1 理论研究 | 第16-17页 |
| 2.1.1 在线学习理论 | 第16-17页 |
| 2.1.2 知识图谱理论 | 第17页 |
| 2.1.3 基于SCORM标准的数字化资源 | 第17页 |
| 2.2 技术支撑 | 第17-22页 |
| 2.2.1 可视化技术 | 第18页 |
| 2.2.2 推荐技术 | 第18-20页 |
| 2.2.3 网页设计技术 | 第20-22页 |
| 第三章 基于知识图谱的推荐模式研究 | 第22-25页 |
| 3.1 数字学习资源知识图谱的构建 | 第22-23页 |
| 3.1.1 搜索引擎知识图谱的构建 | 第22页 |
| 3.1.2 学习资源知识图谱构建 | 第22-23页 |
| 3.2 基于知识图谱的推荐模型 | 第23-25页 |
| 第四章 基于知识图谱的推荐工具的设计 | 第25-33页 |
| 4.1 整体设计思路 | 第25-26页 |
| 4.2 功能模块设计 | 第26-31页 |
| 4.2.1 数字化资源上传 | 第26-28页 |
| 4.2.2 知识图谱的显示 | 第28-30页 |
| 4.2.3 推荐列表 | 第30-31页 |
| 4.3 系统业务流程分析 | 第31页 |
| 4.4 分层设计 | 第31-33页 |
| 4.4.1 表现层 | 第32页 |
| 4.4.2 数据库层 | 第32页 |
| 4.4.3 数据处理层 | 第32-33页 |
| 第五章 基于知识图谱的推荐工具的实现及效果分析 | 第33-52页 |
| 5.1 技术背景 | 第33-36页 |
| 5.1.1 d3.js库 | 第33页 |
| 5.1.2 json数据存储 | 第33-34页 |
| 5.1.3 python技术 | 第34-35页 |
| 5.1.4 mysql数据库技术 | 第35-36页 |
| 5.2 系统实现 | 第36-42页 |
| 5.2.1 资源上传 | 第36-38页 |
| 5.2.2 知识图谱的绘制 | 第38-41页 |
| 5.2.3 资源推荐列表 | 第41-42页 |
| 5.3 数据分层的实现 | 第42-47页 |
| 5.3.1 数据库层实现 | 第42-44页 |
| 5.3.2 数据处理层实现 | 第44-46页 |
| 5.3.3 表现层实现 | 第46-47页 |
| 5.4 学习工具效果分析与评价 | 第47-52页 |
| 5.4.1 知识图谱推荐工具试用效果调查 | 第47-48页 |
| 5.4.2 应用效果调查结果与分析 | 第48-52页 |
| 第六章 研究结论 | 第52-55页 |
| 6.1 论文总结 | 第52页 |
| 6.2 主要成果和创新点 | 第52-53页 |
| 6.3 本研究的不足 | 第53-54页 |
| 6.4 未来展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间发表的学术论文 | 第58页 |
