| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-8页 |
| 图和附表清单 | 第8-9页 |
| 第一章 引言 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·国内外研究综述 | 第10-13页 |
| ·国内外家校合作研究现状 | 第10-11页 |
| ·国内外个性化服务研究现状 | 第11-13页 |
| ·本文意义 | 第13-14页 |
| ·本文工作 | 第14页 |
| ·本文结构 | 第14-15页 |
| 第二章 个性化推荐技术与用户建模技术综述 | 第15-28页 |
| ·个性化推荐系统工作流程 | 第15-20页 |
| ·信息获取 | 第16-17页 |
| ·信息处理 | 第17-18页 |
| ·个性化推荐 | 第18-20页 |
| ·结果显示 | 第20页 |
| ·个性化推荐技术综述 | 第20-23页 |
| ·Bayesian网络(Bayesian Network) | 第20-21页 |
| ·关联规则(Association Rules) | 第21页 |
| ·聚类(Clustering) | 第21-22页 |
| ·协作式过滤技术(Collaborative Filtering) | 第22-23页 |
| ·用户建模技术 | 第23-27页 |
| ·用户手工定制建模 | 第24-25页 |
| ·示例用户建模 | 第25页 |
| ·自动用户建模 | 第25-26页 |
| ·兴趣度估计的最小浏览行为组合 | 第26-27页 |
| ·小结 | 第27-28页 |
| 第三章 基于网络的家校合作系统的设计 | 第28-40页 |
| ·基于网络的家校合作系统概述 | 第28-29页 |
| ·基于网络的家校合作系统分析 | 第29-30页 |
| ·用户模型及分析 | 第30-32页 |
| ·用户模型的表示 | 第30-31页 |
| ·用户模型分析 | 第31-32页 |
| ·个性化推荐的设计 | 第32-38页 |
| ·用户信息获取 | 第33-34页 |
| ·信息处理 | 第34-35页 |
| ·基于浏览行为的用户兴趣度估算 | 第35-37页 |
| ·相似度计算 | 第37页 |
| ·用户聚类 | 第37-38页 |
| ·个性化推荐 | 第38页 |
| ·结果显示 | 第38页 |
| ·教师知识的复杂性 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第四章 个性化推荐在家校合作系统中的实现 | 第40-50页 |
| ·系统体系结构 | 第40-42页 |
| ·系统数据结构 | 第42-43页 |
| ·系统开发流程 | 第43-44页 |
| ·系统个性化推荐功能的实现 | 第44-49页 |
| ·用户聚类和查找近邻的实现 | 第44-47页 |
| ·系统推荐信息实现 | 第47-49页 |
| ·内容定制推荐、子女相关推荐和教师推荐实现 | 第49页 |
| ·小结 | 第49-50页 |
| 第五章 研究总结及未来工作 | 第50-53页 |
| ·基于网络的家校合作实验系统及研究总结 | 第50-51页 |
| ·研究工作展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56页 |