基于QoS的学习对象推荐
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 引言 | 第13-21页 |
| ·课题背景及研究意义 | 第13-14页 |
| ·相关技术及研究现状 | 第14-19页 |
| ·E-Learning 研究现状 | 第14-17页 |
| ·学习资源建设研究现状 | 第17-18页 |
| ·个性化推荐服务的模式 | 第18-19页 |
| ·主要研究目的和研究成果 | 第19-20页 |
| ·论文结构 | 第20-21页 |
| 第2章 个性化推荐及与 QoS | 第21-32页 |
| ·个性化推荐 | 第21-26页 |
| ·个性化推荐概述 | 第21页 |
| ·个性化推荐服务的模式 | 第21-22页 |
| ·适应性和智能技术 | 第22-23页 |
| ·个性化推荐技术 | 第23-26页 |
| ·QoS | 第26-30页 |
| ·QoS 概述 | 第26-27页 |
| ·QoS 研究现状 | 第27-29页 |
| ·QoS 的关键指标 | 第29-30页 |
| ·对研究进展的总结与评析 | 第30页 |
| ·本章小结 | 第30-32页 |
| 第3章 适应性超媒体系统概述 | 第32-41页 |
| ·适应性超媒体系统概述 | 第32-33页 |
| ·适应性超媒体系统的定义 | 第32页 |
| ·适应性超媒体系统的特点 | 第32-33页 |
| ·适应性超媒体系统的组成 | 第33页 |
| ·适应性超媒体系统的方法与技术 | 第33-35页 |
| ·适应性内容呈现的方法与技术 | 第33-34页 |
| ·适应性导航支持的方法与技术 | 第34-35页 |
| ·适应性超媒体系统的结构 | 第35-40页 |
| ·领域模型(DM) | 第37-38页 |
| ·用户模型(UM) | 第38页 |
| ·学习模型(LM) | 第38-39页 |
| ·媒体空间(MS) | 第39页 |
| ·适应模型(AM) | 第39页 |
| ·适应性引擎(AE) | 第39-40页 |
| ·小结 | 第40-41页 |
| 第4章 自适应学习过程 | 第41-57页 |
| ·自适应学习概述 | 第41-43页 |
| ·学习对象 | 第43-44页 |
| ·学习对象元数据 | 第44-46页 |
| ·学习对象上下文 | 第46-48页 |
| ·学习对象上下文定义 | 第46页 |
| ·学习对象上下文重用 | 第46-47页 |
| ·学习对象上下文关系 | 第47-48页 |
| ·电子课件 | 第48-51页 |
| ·电子课件概述 | 第48-49页 |
| ·电子课件的结构 | 第49页 |
| ·电子课件的序列化 | 第49-51页 |
| ·学习模式型仓库 | 第51-54页 |
| ·学习模式仓库概述 | 第51-52页 |
| ·学习者分类 | 第52-53页 |
| ·学习模式存储 | 第53-54页 |
| ·自适应学习过程 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 学习对象推荐 | 第57-63页 |
| ·学习对象推荐 | 第57页 |
| ·计算模型属性定义 | 第57页 |
| ·算法 | 第57-62页 |
| ·可扩展的计算模型 | 第58页 |
| ·带偏好的评分系统 | 第58页 |
| ·公平公开的评分策略 | 第58页 |
| ·算法描述 | 第58-60页 |
| ·试验结果 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第70页 |
