首页--文化、科学、教育、体育论文--教育论文--电化教育论文--计算机化教学论文

教育资源分布式配送与调度算法研究

摘要第1-6页
ABSTRACT第6-12页
第一章 绪论第12-24页
   ·选题背景第12-15页
     ·教育资源的定位第12-13页
     ·教育资源概念的界定第13页
     ·教育资源建设的原则第13-14页
     ·教育资源建设的途径第14-15页
     ·教育资源配送的必要性第15页
   ·国内外研究现状第15-21页
     ·国内研究现状第15-19页
     ·国外研究现状第19-20页
     ·存在的问题第20-21页
   ·研究目标与意义第21页
   ·研究方法和研究内容第21-22页
   ·本文组织结构第22-24页
第二章 理论基础第24-49页
   ·个性化理论第24-30页
     ·用户建模第24-28页
     ·个性化推荐技术第28-29页
     ·个性化服务体系结构第29页
     ·研究与应用现状第29-30页
   ·模糊理论第30-36页
     ·模糊知识表示第30-31页
     ·模糊匹配第31-32页
     ·模糊推理第32-36页
   ·蚁群算法第36-41页
     ·概述第36页
     ·算法模型第36-39页
     ·研究与应用现状第39-41页
   ·聚类算法第41-45页
     ·概述第41页
     ·聚类算法分类第41-44页
     ·研究与应用现状第44-45页
   ·蚁群聚类算法第45-49页
     ·概述第45页
     ·LF 算法第45-47页
     ·算法的改进方法第47-49页
第三章 教育资源分布式配送系统(ERDDS)原型设计第49-59页
   ·ERDDS 依托环境介绍第49-51页
   ·ERDDS 概述第51-54页
     ·基于Internet 网络配送模式分析第51-53页
     ·ERDDS 的提出第53-54页
   ·ERDDS 模型第54-57页
   ·ERDDS 关键问题分析第57-59页
     ·用户个性化资源推荐第57页
     ·用户和配送中心间调度处理第57-59页
第四章 用户与资源描述模型及建模方法第59-69页
   ·用户建模第59-67页
     ·用户基本信息模型第59-62页
     ·基于BTVSM 的用户兴趣模型第62-63页
     ·用户兴趣模型建模方法第63-67页
   ·基于BCLVSM 的资源描述模型第67-69页
第五章 用户个性化服务模型与推荐方法第69-82页
   ·基于代理的个性化服务模型设计第69-70页
   ·个性化资源推荐流程第70-72页
   ·个性化服务的推荐方法第72-80页
     ·基于规则的推荐方法第72-77页
     ·基于内容过滤的推荐方法第77-78页
     ·基于协作过滤的推荐方法第78-80页
   ·个性化服务评价第80-82页
第六章 任务调度模型及算法第82-91页
   ·任务调度目的第82页
   ·任务调度服务模型第82-84页
   ·关键问题分析第84-87页
     ·配送中心服务器负载评价第84-85页
     ·调度算法的选择第85-87页
   ·调度问题数学模型第87-88页
   ·调度算法第88-91页
     ·基于MAX-MIN 蚁群算法的优化调度第88-89页
     ·算法描述第89-91页
第七章 实验与结果分析第91-103页
   ·开发环境介绍第91-92页
     ·开发工具第91页
     ·开发语言第91-92页
     ·数据库第92页
   ·实验内容概述第92-93页
   ·个性化服务实验第93-98页
     ·基于内容过滤技术的个性化资源选择第93-96页
     ·基于协作过滤技术的个性化资源选择第96-98页
     ·小结第98页
   ·任务调度服务实验第98-103页
     ·概述第98-99页
     ·调度算法对比第99-102页
     ·小结第102-103页
第八章 结语第103-105页
   ·研究结论第103页
   ·本文的创新第103-104页
   ·下一步研究工作第104-105页
参考文献第105-110页
后记第110-111页
在学期间公开发表论文情况第111页

论文共111页,点击 下载论文
上一篇:混合式学习环境下基于学习活动的形成性评价的理论与实践
下一篇:新开河流域景观格局动态变化及图谱分析