| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 E-learning个性化推荐 | 第11-13页 |
| 1.2.2 E-learning学习行为分析和采集 | 第13-15页 |
| 1.3 论文主要工作 | 第15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第2章 相关理论和技术基础 | 第17-31页 |
| 2.1 个性化推荐系统概述 | 第17-18页 |
| 2.2 推荐过滤关键技术 | 第18-23页 |
| 2.2.1 基于内容过滤 | 第18-20页 |
| 2.2.2 协同过滤技术 | 第20-22页 |
| 2.2.3 混合过滤技术 | 第22-23页 |
| 2.3 相似度计算 | 第23-25页 |
| 2.4 xAPI规范概述 | 第25-28页 |
| 2.4.1 xAPI定义与来源 | 第25-26页 |
| 2.4.2 xAPI与SCORM | 第26-27页 |
| 2.4.3 xAPI工作原理 | 第27-28页 |
| 2.5 推荐系统评估标准 | 第28-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 基于传递相似因子的学习资源推荐方法 | 第31-41页 |
| 3.1 问题的出发点和落脚点 | 第31-32页 |
| 3.2 相似因子 | 第32-37页 |
| 3.2.1 用户评分获取 | 第32页 |
| 3.2.2 有共同评分项的用户间相似因子 | 第32-34页 |
| 3.2.3 无共同评分项的用户间相似因子 | 第34-36页 |
| 3.2.4 基于相似因子的评分预测 | 第36-37页 |
| 3.3 实验与分析 | 第37-40页 |
| 3.3.1 实验数据与环境 | 第37页 |
| 3.3.2 实验步骤与结果 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 个性化推荐系统分析与设计 | 第41-55页 |
| 4.1 需求分析 | 第41-44页 |
| 4.1.1 业务需求 | 第41-42页 |
| 4.1.2 功能需求 | 第42-43页 |
| 4.1.3 非功能性需求 | 第43-44页 |
| 4.2 系统架构设计 | 第44-45页 |
| 4.3 系统核心模块设计 | 第45-50页 |
| 4.3.1 学习行为记录的发送与存储设计 | 第45-48页 |
| 4.3.2 学习资源推荐模块设计 | 第48-50页 |
| 4.4 系统数据库设计 | 第50-51页 |
| 4.5 系统主要界面 | 第51-53页 |
| 4.5.1 主界面 | 第51-52页 |
| 4.5.2 学习资源推荐界面 | 第52-53页 |
| 4.5.3 学习行为记录实例 | 第53页 |
| 4.6 系统评价 | 第53页 |
| 4.7 本章小结 | 第53-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 全文总结 | 第55页 |
| 5.2 未来工作与展望 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第64页 |