基于用户兴趣偏好的个性化学习资源推荐系统设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究的背景和意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13页 |
| 1.4 本文组织结构 | 第13-15页 |
| 第2章 相关理论与技术研究 | 第15-19页 |
| 2.1 个性化推荐技术 | 第15-17页 |
| 2.1.1 基于关联规则的推荐 | 第15页 |
| 2.1.2 基于内容的推荐 | 第15-16页 |
| 2.1.3 协同过滤的推荐 | 第16页 |
| 2.1.4 其他推荐技术 | 第16-17页 |
| 2.2 个性化学习理论 | 第17-18页 |
| 2.2.1 个性化学习内涵 | 第17页 |
| 2.2.2 个性化学习特征 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第3章 基于用户兴趣偏好的协同过滤推荐 | 第19-28页 |
| 3.1 传统的协同过滤推荐 | 第19-21页 |
| 3.1.1 协同过滤概述 | 第19页 |
| 3.1.2 协同过滤算法介绍 | 第19-21页 |
| 3.2 基于用户兴趣偏好的协同过滤推荐 | 第21-27页 |
| 3.2.1 用户兴趣特征提取 | 第21-23页 |
| 3.2.2 建立用户兴趣偏好模型 | 第23-24页 |
| 3.2.3 计算相似邻居 | 第24-27页 |
| 3.2.4 产生推荐 | 第27页 |
| 3.3 本章小结 | 第27-28页 |
| 第4章 推荐系统的设计与实现 | 第28-40页 |
| 4.1 设计目标 | 第28页 |
| 4.2 需求分析 | 第28-29页 |
| 4.3 系统总体设计框架 | 第29-34页 |
| 4.3.1 整体架构设计 | 第29-31页 |
| 4.3.2 流程设计 | 第31-32页 |
| 4.3.3 数据库设计 | 第32-34页 |
| 4.4 个性化学习资源推荐系统的实现 | 第34-39页 |
| 4.4.1 开发环境及技术路线 | 第34-35页 |
| 4.4.2 协同过滤推荐算法的实现 | 第35-36页 |
| 4.4.3 系统主要界面展示 | 第36-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第5章 系统测试与实验结果分析 | 第40-46页 |
| 5.1 测试环境 | 第40页 |
| 5.2 系统测试 | 第40-44页 |
| 5.2.1 功能测试 | 第40-42页 |
| 5.2.2 性能测试 | 第42-44页 |
| 5.3 实验结果及评价 | 第44-45页 |
| 5.3.1 实验准备 | 第44页 |
| 5.3.2 评估指标 | 第44页 |
| 5.3.3 实验结果及评价 | 第44-45页 |
| 5.4 本章小结 | 第45-46页 |
| 第6章 总结与展望 | 第46-48页 |
| 6.1 全文总结 | 第46页 |
| 6.2 工作展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 附录 | 第53-56页 |
