数字化学习平台中基于标签的资源推荐研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 课题研究背景和意义 | 第14-16页 |
| 1.1.1 数字化学习 | 第14-15页 |
| 1.1.2 社会化标签与个性化推荐 | 第15页 |
| 1.1.3 课题的研究意义 | 第15-16页 |
| 1.2 课题研究现状 | 第16-19页 |
| 1.2.1 国外研究现状 | 第17-18页 |
| 1.2.2 国内研究现状 | 第18-19页 |
| 1.3 本文的主要工作与内容安排 | 第19-22页 |
| 第二章 基于标签的推荐系统及相关知识 | 第22-32页 |
| 2.1 个性化推荐系统的通用模型 | 第22-23页 |
| 2.2 社会化标签与社会化标签系统 | 第23-25页 |
| 2.3 个性化推荐算法 | 第25-30页 |
| 2.3.1 协同过滤推荐算法 | 第25-28页 |
| 2.3.2 基于内容的推荐算法 | 第28-29页 |
| 2.3.3 基于网络结构的推荐算法 | 第29-30页 |
| 2.3.4 混合型推荐算法 | 第30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 基于标签的资源推荐算法研究 | 第32-48页 |
| 3.1 基于标签的资源推荐算法模型 | 第32-38页 |
| 3.1.1 协同过滤扩展模型 | 第32-33页 |
| 3.1.2 基于网络结构的模型 | 第33-35页 |
| 3.1.3 基于主题的模型 | 第35-36页 |
| 3.1.4 基于张量分解的模型 | 第36-37页 |
| 3.1.5 四种算法模型的分析 | 第37-38页 |
| 3.2 传统的基于标签的协同过滤算法存在的问题 | 第38页 |
| 3.3 基于流行标签的改进算法 | 第38-44页 |
| 3.3.1 流行标签的选择 | 第39-40页 |
| 3.3.2 基于流行标签的建模 | 第40-43页 |
| 3.3.3 发现最近邻居 | 第43页 |
| 3.3.4 推荐资源 | 第43-44页 |
| 3.4 实验验证 | 第44-47页 |
| 3.4.1 实验数据 | 第44-45页 |
| 3.4.2 算法评价指标 | 第45页 |
| 3.4.3 实验对比 | 第45-47页 |
| 3.4.4 算法总结 | 第47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 基于标签的学习资源推荐系统的设计 | 第48-66页 |
| 4.1 背景和目的 | 第48-49页 |
| 4.2 社会化标签系统的设计与实现 | 第49-60页 |
| 4.2.1 系统设计 | 第50-52页 |
| 4.2.2 系统实现 | 第52-59页 |
| 4.2.3 系统评估 | 第59-60页 |
| 4.3 基于标签的资源推荐系统设计 | 第60-64页 |
| 4.4 本章小结 | 第64-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 全文总结 | 第66页 |
| 5.2 研究展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 作者简介 | 第74-75页 |
