| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.3 主要研究内容 | 第16-18页 |
| 1.4 论文构成 | 第18-19页 |
| 第2章 相关技术概述 | 第19-26页 |
| 2.1 数据挖掘 | 第19-20页 |
| 2.1.1 关联规则与统计分析 | 第19-20页 |
| 2.1.2 分类和聚类 | 第20页 |
| 2.2 推荐算法 | 第20-24页 |
| 2.2.1 相似性度量方法 | 第20-21页 |
| 2.2.2 基于内容的推荐 | 第21-22页 |
| 2.2.3 协同过滤 | 第22-24页 |
| 2.3 本章小结 | 第24-26页 |
| 第3章 学习行为分析 | 第26-34页 |
| 3.1 学习行为模型 | 第26-30页 |
| 3.1.1 五种学习元素 | 第26-27页 |
| 3.1.2 学习行为特征 | 第27-30页 |
| 3.2 学习推荐模型 | 第30-33页 |
| 3.2.1 推荐模式 | 第30-31页 |
| 3.2.2 推荐样例 | 第31-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第4章 学习推荐系统设计 | 第34-49页 |
| 4.1 学习行为采集 | 第34-37页 |
| 4.1.3 WEB日志挖掘 | 第36-37页 |
| 4.2 学习行为关联设计 | 第37-39页 |
| 4.2.1 学习行为阶段 | 第37-38页 |
| 4.2.2 五种元素的数据库表示 | 第38-39页 |
| 4.4 系统模块设计 | 第39-41页 |
| 4.5 框架整合 | 第41-48页 |
| 4.5.1 MVC与JSF_Spring_Hibernate | 第43-45页 |
| 4.5.2 JSF和Spring的整合 | 第45-46页 |
| 4.5.3 Spring和Hibernate的整合 | 第46-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第5章 学习推荐系统应用分析 | 第49-56页 |
| 5.1 核心模块展现 | 第49-52页 |
| 5.2 自主学习支持性分析 | 第52-55页 |
| 5.3 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |