面向学生的个性化学习资源推荐模型及应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 个性化学习资源推荐现状 | 第11-13页 |
| 1.2.2 学习偏好研究现状 | 第13-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 论文的结构 | 第15-16页 |
| 第二章 相关理论与技术 | 第16-26页 |
| 2.1 本体基础理论 | 第16-19页 |
| 2.1.1 本体的定义 | 第16页 |
| 2.1.2 本体建模元语 | 第16-17页 |
| 2.1.3 本体描述语言与开发工具 | 第17-19页 |
| 2.2 学习者偏好建模 | 第19-21页 |
| 2.2.1 学习者偏好获取方式 | 第19-20页 |
| 2.2.2 学习者偏好建模技术 | 第20-21页 |
| 2.3 常见的推荐算法 | 第21-25页 |
| 2.3.1 基于近邻的协同过滤算法 | 第21-22页 |
| 2.3.2 基于模型的协同过滤算法 | 第22-24页 |
| 2.3.3 基于内容的过滤推荐算法 | 第24-25页 |
| 2.4 推荐系统存在的问题 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 学习者偏好模型构建 | 第26-44页 |
| 3.1 学习者模型概述 | 第26-30页 |
| 3.1.1 学习者模型规范 | 第26-28页 |
| 3.1.3 学习者模型表示方法 | 第28-30页 |
| 3.2 学习者特征分析与偏好挖掘 | 第30-38页 |
| 3.2.1 学习者在线学习行为分析 | 第30-32页 |
| 3.2.2 学习者特征分析 | 第32-35页 |
| 3.2.3 学习者模型设计 | 第35-38页 |
| 3.3 学习者偏好模型构建 | 第38-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 学习资源模型构建 | 第44-54页 |
| 4.1 学习资源模型 | 第44-46页 |
| 4.2 学习资源本体构建 | 第46-47页 |
| 4.3 知识点本体构建 | 第47-53页 |
| 4.3.1 知识点的定义 | 第48页 |
| 4.3.2 知识点之间的关系 | 第48-49页 |
| 4.3.3 知识点结构 | 第49-50页 |
| 4.3.4 学习者-试题-知识点关系 | 第50-51页 |
| 4.3.5 知识点本体构建-以高一物理为例 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 个性化学习资源推荐模型 | 第54-66页 |
| 5.1 个性化学习资源推荐模型 | 第54-55页 |
| 5.2 学习资源推荐分析 | 第55-59页 |
| 5.2.1 问题分析 | 第55-56页 |
| 5.2.2 算法选择 | 第56-59页 |
| 5.3 资源推荐算法设计 | 第59-61页 |
| 5.3.1 双重聚类算法 | 第59-61页 |
| 5.3.2 改进的CF推荐算法 | 第61页 |
| 5.4 实验结果与分析 | 第61-63页 |
| 5.5 本章小结 | 第63-66页 |
| 第六章 支撑平台及应用 | 第66-72页 |
| 6.1 移动自主学堂概述 | 第66-69页 |
| 6.1.1 移动自主学堂架构 | 第66-67页 |
| 6.1.2 课堂教学模式 | 第67-69页 |
| 6.2 应用 | 第69-71页 |
| 6.3 本章小结 | 第71-72页 |
| 第七章 总结与展望 | 第72-74页 |
| 7.1 总结 | 第72页 |
| 7.2 展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 附录 | 第78-84页 |
| 致谢 | 第84-86页 |
| 攻读学位期间发表的学术论文目录 | 第86-87页 |
