基于学习行为的用户兴趣建模及应用研究
| 摘要 | 第1-11页 |
| ABSTRACT | 第11-13页 |
| 第一章 绪论 | 第13-21页 |
| ·本文研究背景 | 第13-14页 |
| ·相关理论与技术 | 第14-18页 |
| ·个性化服务框架 | 第14-15页 |
| ·个性化服务相关技术 | 第15-18页 |
| ·本文主要工作内容 | 第18-19页 |
| ·本文的组织与结构 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第二章 用户学习行为分析 | 第21-29页 |
| ·用户信息行为相关理论 | 第21-22页 |
| ·用户信息行为的定义 | 第21页 |
| ·用户信息行为的构成要素 | 第21-22页 |
| ·学习行为形式化表示 | 第22-27页 |
| ·学习行为分类 | 第22-23页 |
| ·E-Learning中的知识点 | 第23-24页 |
| ·学习行为模式及形式化表示 | 第24-27页 |
| ·行为数据采集 | 第27-28页 |
| ·服务器端数据采集 | 第27页 |
| ·客户端数据采集 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于行为分析的网页兴趣度计算 | 第29-39页 |
| ·回归分析介绍 | 第29-32页 |
| ·线性回归分析的相关概念与步骤 | 第29-30页 |
| ·多元线性回归分析 | 第30-31页 |
| ·经验回归方程的检验 | 第31-32页 |
| ·基于行为分析的网页兴趣度计算 | 第32-35页 |
| ·网页兴趣度模型 | 第32页 |
| ·浏览行为特征提取与组合 | 第32-34页 |
| ·行为参数的计算 | 第34页 |
| ·网页兴趣度的计算及检验 | 第34-35页 |
| ·网页兴趣度计算方法的改进 | 第35-38页 |
| ·用户主题网页组兴趣度评价因子 | 第35-36页 |
| ·网页兴趣度模型的改进 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 用户兴趣表示与推荐 | 第39-48页 |
| ·用户兴趣的表示模型 | 第39-40页 |
| ·用户兴趣模型的学习 | 第40-42页 |
| ·用户兴趣表示与学习 | 第42-46页 |
| ·基于知识本体的兴趣模型 | 第42-44页 |
| ·用户主动兴趣学习算法UBI | 第44页 |
| ·用户被动兴趣学习算法UTI | 第44-46页 |
| ·个性化信息推荐 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 标准知识分类树的实现及实验设计 | 第48-60页 |
| ·基于本体的标准知识分类树生成 | 第48-53页 |
| ·类的定义与实现 | 第48-50页 |
| ·本体关系的实现 | 第50-52页 |
| ·本体元组属性的定义 | 第52-53页 |
| ·基于浏览行为的用户兴趣获取 | 第53-58页 |
| ·行为数据采集 | 第53-54页 |
| ·数据预处理 | 第54-55页 |
| ·网页兴趣度计算 | 第55-58页 |
| ·用户兴趣视图生成 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文目录 | 第65-66页 |
| 学位论文评阅及答辩情况表 | 第66页 |
