基于学生属性的学习资源推荐研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 学生属性研究现状 | 第12页 |
| 1.2.2 社区发现研究现状 | 第12-14页 |
| 1.2.3 学习资源推荐研究现状 | 第14-15页 |
| 1.3 问题分析 | 第15-16页 |
| 1.4 主要研究内容及组织结构 | 第16-18页 |
| 第二章 相关理论与技术 | 第18-32页 |
| 2.1 本体理论 | 第18-19页 |
| 2.1.1 本体概述 | 第18页 |
| 2.1.2 本体构成 | 第18-19页 |
| 2.2 虚拟社区发现 | 第19-23页 |
| 2.2.1 社区发现概述 | 第19-21页 |
| 2.2.2 虚拟社区动态计算发现算法 | 第21-23页 |
| 2.3 学习资源 | 第23-26页 |
| 2.3.1 学习资源分类 | 第23-24页 |
| 2.3.2 学习资源语义关联 | 第24-25页 |
| 2.3.3 学习资源语义建模 | 第25-26页 |
| 2.4 资源推荐方法 | 第26-32页 |
| 2.4.1 常见的推荐方法 | 第26-29页 |
| 2.4.2 相似性计算 | 第29-32页 |
| 第三章 学生属性及群体多重社区研究 | 第32-44页 |
| 3.1 属性分析 | 第33-35页 |
| 3.1.1 属性的定义 | 第33-34页 |
| 3.1.2 学生属性概述 | 第34-35页 |
| 3.2 学生属性三层模型 | 第35-38页 |
| 3.2.1 学生在线学习活动 | 第35-36页 |
| 3.2.2 学生属性获取 | 第36-38页 |
| 3.3 多重社区及其聚类挖掘 | 第38-39页 |
| 3.4 社区发现结果分析 | 第39-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 学习资源推荐 | 第44-52页 |
| 4.1 融合学生属性和学习目标的学习资源推荐机制 | 第44-45页 |
| 4.2 学习资源推荐算法设计 | 第45-49页 |
| 4.2.1 资源推荐整体框架 | 第45-46页 |
| 4.2.2 学生—资源——知识本体关联性分析 | 第46-48页 |
| 4.2.3 基于协同过滤的学习资源推荐 | 第48-49页 |
| 4.3 实验设计与结果分析 | 第49-51页 |
| 4.3.1 实验数据集 | 第49-50页 |
| 4.3.2 评价指数 | 第50页 |
| 4.3.3 实验结果分析 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 总结和展望 | 第52-54页 |
| 5.1 工作总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-62页 |
| 攻读学位期间的科研成果 | 第62-63页 |
