现代远程教育系统个性化推荐算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·选题来源和依据 | 第9-10页 |
| ·国内外研究动态 | 第10-13页 |
| ·选题的意义与价值 | 第13-14页 |
| ·理论研究方面的意义和价值 | 第13-14页 |
| ·实际应用方面的意义和价值 | 第14页 |
| ·推荐系统应用在远程教育平台中的重要意义 | 第14-15页 |
| ·推荐系统是网络信息个性化服务的方向 | 第14-15页 |
| ·推荐系统是满足学生信息需求的有效手段 | 第15页 |
| ·推荐系统使得网络教育更加自主灵活 | 第15页 |
| ·推荐系统在远程教育平台中的应用现状 | 第15-17页 |
| 第二章 需求分析与设计 | 第17-21页 |
| ·系统可行性分析 | 第17-18页 |
| ·需求分析 | 第18-21页 |
| ·系统需求 | 第18-19页 |
| ·性能需求 | 第19-20页 |
| ·用户需求 | 第20-21页 |
| 第三章 系统开发工具与开发平台 | 第21-29页 |
| ·开发平台和相关技术介绍 | 第21-22页 |
| ·IIS 相关简介 | 第21页 |
| ·ASP.NET 开发环境 | 第21-22页 |
| ·C#编程语言 | 第22-24页 |
| ·SQL Server 2005 数据库 | 第24-26页 |
| ·ADO.NET | 第26-27页 |
| ·系统运行环境 | 第27-29页 |
| 第四章 推荐系统及其相关技术 | 第29-37页 |
| ·基于规则的推荐算法 | 第29-31页 |
| ·基于规则的推荐算法 | 第30页 |
| ·基于规则的推荐系统算法的优缺点分析 | 第30-31页 |
| ·基于内容过滤的推荐算法 | 第31-33页 |
| ·基于内容的推荐算法 | 第31-32页 |
| ·基于内容的推荐算法的优缺点分析 | 第32-33页 |
| ·基于协同过滤的推荐算法 | 第33-37页 |
| ·基于协同过滤推荐算法 | 第33-36页 |
| ·基于协同过滤推荐算法的优缺点分析 | 第36-37页 |
| 第五章 数据挖掘技术 | 第37-44页 |
| ·确定数据源 | 第37-39页 |
| ·数据预处理 | 第39-41页 |
| ·数据净化 | 第39页 |
| ·用户识别 | 第39-40页 |
| ·会话识别 | 第40-41页 |
| ·模式挖掘 | 第41-42页 |
| ·关联规则 | 第41页 |
| ·序列模式 | 第41-42页 |
| ·聚类模式 | 第42页 |
| ·分类模式 | 第42页 |
| ·模式分析与提供 | 第42-44页 |
| 第六章 基于对访问模式挖掘推荐算法 | 第44-49页 |
| ·基于用户访问模式的用户兴趣模型建立 | 第44-45页 |
| ·基于用户访问模式的个性化远程教育系统利用 | 第45-46页 |
| ·个性化推荐算法实例 | 第46-49页 |
| 第七章 推荐系统在远程教育系统中的研究与实现 | 第49-74页 |
| ·推荐系统和协同过滤技术 | 第49-50页 |
| ·个性化推荐算法的设计 | 第50-55页 |
| ·基于单值分解的维数简化 | 第51-53页 |
| ·项集相似性的计算 | 第53-54页 |
| ·被优化的个性化推荐算法 | 第54-55页 |
| ·系统界面 | 第55-69页 |
| ·推荐系统的实现 | 第69-74页 |
| 第八章 结论与展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
