中小学教师培训课程自适应推荐研究--以S市为例
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第15-25页 |
| 1.1 研究背景 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-21页 |
| 1.2.1 国外研究现状分析 | 第17-19页 |
| 1.2.2 国内研究现状分析 | 第19-21页 |
| 1.2.3 国内外研究小结 | 第21页 |
| 1.3 研究意义 | 第21-22页 |
| 1.4 研究方法 | 第22-23页 |
| 1.5 论文组织结构 | 第23-25页 |
| 第2章 自适应技术在教师培训课程资源推送中的应用 | 第25-38页 |
| 2.1 自适应技术 | 第25-29页 |
| 2.1.1 自适应与自适应系统 | 第25-26页 |
| 2.1.2 自适应教育超媒体系统 | 第26-29页 |
| 2.1.3 自适应教育超媒体系统中的自适应技术 | 第29页 |
| 2.2 实现资源推送的自适应技术 | 第29-34页 |
| 2.2.1 协同过滤推荐算法 | 第29-32页 |
| 2.2.2 内容过滤推荐算法 | 第32-33页 |
| 2.2.3 其他推荐算法 | 第33-34页 |
| 2.3 自适应技术在教师培训领域的应用 | 第34-38页 |
| 第3章 教师培训课程资源推荐系统的架构设计 | 第38-47页 |
| 3.1 教师培训课程资源推荐系统的架构模型 | 第38-39页 |
| 3.2 教师培训课程资源推荐系统的分析层 | 第39-42页 |
| 3.3 教师培训课程资源推荐系统的推荐层 | 第42-46页 |
| 3.4 教师培训课程资源推荐系统的运行层与存储层 | 第46-47页 |
| 第4章 教师培训课程资源推荐系统的具体实现 | 第47-59页 |
| 4.1 教师培训课程资源推荐系统的体系结构 | 第47-48页 |
| 4.2 数据采集模块的实现 | 第48-50页 |
| 4.3 数据存储模块的实现 | 第50-52页 |
| 4.4 数据预处理模块的实现 | 第52-53页 |
| 4.5 模型构建模块的实现 | 第53-59页 |
| 4.5.1 基于矩阵分解的协同过滤推荐算法 | 第53-57页 |
| 4.5.2 基于用户相似度的推荐算法 | 第57-59页 |
| 第5章 实验与数据分析 | 第59-72页 |
| 5.1 实验环境 | 第59页 |
| 5.2 离线实验方法 | 第59-63页 |
| 5.2.1 实验数据 | 第59-60页 |
| 5.2.2 实验方法 | 第60-61页 |
| 5.2.3 评估标准 | 第61-62页 |
| 5.2.4 实验结果与分析 | 第62-63页 |
| 5.3 在线实验方法 | 第63-72页 |
| 5.3.1 实验数据 | 第63-65页 |
| 5.3.2 实验方法 | 第65-66页 |
| 5.3.3 评估标准 | 第66-67页 |
| 5.3.4 实验结果与分析 | 第67-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 6.1 教师培训课程资源推荐系统的构建 | 第72-73页 |
| 6.2 未来展望 | 第73-74页 |
| 参考文献 | 第74-82页 |
| 攻读学位期间取得的研究成果 | 第82-83页 |
| 致谢 | 第83页 |
