| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 教育云平台的研究现状 | 第10-12页 |
| 1.2.2 个性化学习的研究现状 | 第12-13页 |
| 1.3 本文主要的研究目的 | 第13-14页 |
| 1.4 本文主要的研究内容 | 第14-15页 |
| 1.5 论文组织结构 | 第15-17页 |
| 第二章 教育云平台相关技术 | 第17-25页 |
| 2.1 云计算的特点及在教育中的优势 | 第17-18页 |
| 2.1.1 云计算的特点 | 第17-18页 |
| 2.1.2 云计算在教育资源建设中的优势 | 第18页 |
| 2.2 教育云平台服务模式 | 第18-20页 |
| 2.3 Hadoop相关技术 | 第20-24页 |
| 2.3.1 Hadoop简介 | 第20-21页 |
| 2.3.2 HDFS分布式文件系统 | 第21-22页 |
| 2.3.3 MapReduce编程模型 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于学习分析的个性化学习模型的创建 | 第25-35页 |
| 3.1 学习分析 | 第25-28页 |
| 3.1.1 学习分析概述 | 第25-26页 |
| 3.1.2 学习分析方法 | 第26-27页 |
| 3.1.3 学习分析过程模式 | 第27-28页 |
| 3.2 学习风格 | 第28-31页 |
| 3.2.1 学习风格概述 | 第28-29页 |
| 3.2.2 Felder-Silverman学习风格量表 | 第29-31页 |
| 3.3 个性化学习模型的创建 | 第31-34页 |
| 3.3.1 个性化学习学习者模型创建 | 第31-33页 |
| 3.3.2 个性化学习知识模型创建 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 个性化学习推荐 | 第35-48页 |
| 4.1 协同过滤推荐算法 | 第36-44页 |
| 4.1.1 基于项目的协同过滤推荐 | 第36-40页 |
| 4.1.2 协同过滤推荐算法存在的问题 | 第40-41页 |
| 4.1.3 基于项目的协同过滤算法的优化 | 第41-44页 |
| 4.2 个性化学习路径推荐 | 第44-47页 |
| 4.2.1 蚁群算法描述 | 第44-45页 |
| 4.2.2 基于基于蚁群算法的个性化学习路径推荐 | 第45-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第五章 云平台下的个性化学习系统的设计与实现 | 第48-61页 |
| 5.1 Hadoop开发环境搭建 | 第48-50页 |
| 5.1.1 Hadoop日志文件收集部署 | 第48-49页 |
| 5.1.2 Hadoop平台部署 | 第49-50页 |
| 5.2 云平台下个性化学习的总体设计 | 第50-56页 |
| 5.2.1 系统的总体结构设计 | 第50-52页 |
| 5.2.2 系统功能模块设计 | 第52-53页 |
| 5.2.3 系统数据库设计 | 第53-56页 |
| 5.3 系统运行与分析 | 第56-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结 | 第61-63页 |
| 6.1 结论 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第69页 |