基于本体的自适应学习方法及应用研究
| 提要 | 第1-8页 |
| 第1章 绪论 | 第8-17页 |
| ·研究背景和现实意义 | 第8-9页 |
| ·自适应教育超媒体系统研究现状 | 第9-14页 |
| ·本文研究内容 | 第14-15页 |
| ·本文组织结构 | 第15-17页 |
| 第2章 基础知识 | 第17-41页 |
| ·本体 | 第17-27页 |
| ·本体概念的界定 | 第17-18页 |
| ·本体的分类 | 第18-20页 |
| ·构建本体的方法 | 第20-21页 |
| ·构建本体的工具 | 第21-23页 |
| ·本体描述语言 | 第23-26页 |
| ·本体的作用 | 第26-27页 |
| ·语义网 | 第27-35页 |
| ·语义网的产生背景 | 第27-28页 |
| ·语义网的概念与内涵 | 第28-29页 |
| ·语义网的结构 | 第29-31页 |
| ·语义网应用现状 | 第31-35页 |
| ·学习理论的发展和指导意义 | 第35-40页 |
| ·学习理论的发展 | 第35-36页 |
| ·建构主义学习理论的历史渊源 | 第36-37页 |
| ·建构主义学习理论的主要观点 | 第37-39页 |
| ·建构主义学习理论的指导意义 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 自适应学习系统 | 第41-50页 |
| ·自适应学习的要求 | 第41-42页 |
| ·自适应学习面临的困难 | 第42-43页 |
| ·自适应学习系统结构 | 第43-45页 |
| ·自适应学习系统工作流分析 | 第45-48页 |
| ·自适应学习系统的用户角色与活动 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 领域知识表示 | 第50-65页 |
| ·知识表示方法 | 第50-58页 |
| ·语义网络和框架 | 第50-51页 |
| ·一阶逻辑FOL | 第51-52页 |
| ·描述逻辑DL | 第52-57页 |
| ·本体Ontology | 第57-58页 |
| ·领域知识本体 | 第58-63页 |
| ·领域知识管理层次结构 | 第58-60页 |
| ·领域知识本体的功能 | 第60-61页 |
| ·教育资源描述标准 | 第61-63页 |
| ·领域知识本体的表示 | 第63页 |
| ·本章小结 | 第63-65页 |
| 第5章 学习者特征本体模型 | 第65-74页 |
| ·相关标准 | 第65-66页 |
| ·学习者特征分析 | 第66-67页 |
| ·学习者特征项获取途径 | 第67-69页 |
| ·学习者特征表示方法 | 第69-73页 |
| ·学习者基本信息 | 第69-70页 |
| ·学习者兴趣偏好 | 第70页 |
| ·学习者测试成绩 | 第70-71页 |
| ·学习者认知能力 | 第71-72页 |
| ·学习者知识水平 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第6章 学习资源推荐算法 | 第74-84页 |
| ·推荐方法介绍 | 第74页 |
| ·学习资源推荐方法一 | 第74-77页 |
| ·语义距离定义 | 第74-75页 |
| ·共同祖先节点定义 | 第75页 |
| ·语义距离算法 | 第75-76页 |
| ·语义相似性函数 | 第76-77页 |
| ·学习资源推荐方法二 | 第77-83页 |
| ·选择知识点 | 第77-78页 |
| ·学习资源语义相似度算法 | 第78页 |
| ·核心概念语义相似度算法 | 第78-79页 |
| ·学习资源得分的贡献度算法 | 第79页 |
| ·核心概念得分的贡献度算法 | 第79页 |
| ·集合相似度算法 | 第79-80页 |
| ·推荐资源与效果评估 | 第80-83页 |
| ·本章小结 | 第83-84页 |
| 第7章 总结与展望 | 第84-87页 |
| ·结论 | 第84-85页 |
| ·进一步研究工作 | 第85-87页 |
| 参考文献 | 第87-96页 |
| 攻读博士学位期间发表的论文及其他成果 | 第96-98页 |
| 致谢 | 第98-99页 |
| 中文摘要 | 第99-103页 |
| Abstract | 第103-107页 |
