基于学习行为特征的学习资源个性化推荐研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 研究背景 | 第9-11页 |
| 1.1.1 慕课热潮 | 第9页 |
| 1.1.2 弊端显现 | 第9-10页 |
| 1.1.3 教育大数据的爆发 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-18页 |
| 1.2.1 学习资源推荐研究现状 | 第11-14页 |
| 1.2.2 同伴互助学习研宄现状 | 第14-15页 |
| 1.2.3 国内外典型慕课平台个性化推荐现状 | 第15-17页 |
| 1.2.4 研究现状总结 | 第17-18页 |
| 1.3 研究内容和组织结构 | 第18-19页 |
| 1.4 研究意义 | 第19-20页 |
| 1.5 研究方法 | 第20-21页 |
| 第二章 个性化学习相关理论 | 第21-24页 |
| 2.1 协作学习理论 | 第21页 |
| 2.2 社会建构理论 | 第21-22页 |
| 2.3 人本主义学习理论 | 第22-23页 |
| 2.4 行为科学理论 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 学习资源相关概念及推荐技术 | 第24-35页 |
| 3.1 学习资源相关概念 | 第24-25页 |
| 3.1.1 学习者信息 | 第24页 |
| 3.1.2 学习资源 | 第24-25页 |
| 3.2 推荐相关技术 | 第25-34页 |
| 3.2.1 个性化推荐方法 | 第25-30页 |
| 3.2.2 聚类分析 | 第30-31页 |
| 3.2.3 相似度分析 | 第31-33页 |
| 3.2.4 基于信息熵的权重分配法 | 第33-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 学习者数据分析 | 第35-46页 |
| 4.1 数据集基本情况 | 第35-38页 |
| 4.2 学习者人口特征数据分析 | 第38-43页 |
| 4.3 学习者学习行为数据分析 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 学习者聚类分析 | 第46-57页 |
| 5.1 确定行为变量 | 第46-47页 |
| 5.2 确定分类变量 | 第47-50页 |
| 5.3 学习者聚类分析 | 第50-55页 |
| 5.3.1 二阶聚类原理 | 第50-52页 |
| 5.3.2 基于二阶聚类算法的学习者聚类分析 | 第52-55页 |
| 5.4 本章小结 | 第55-57页 |
| 第六章 基于聚类分析的同伴推荐 | 第57-69页 |
| 6.1 基于用户的协同过滤推荐算法实现 | 第58-59页 |
| 6.2 基于信息熵的学习者行为权重分配 | 第59-62页 |
| 6.3 相似度计算 | 第62-64页 |
| 6.4 结果及分析 | 第64-68页 |
| 6.5 本章小结 | 第68-69页 |
| 第七章 总结与展望 | 第69-71页 |
| 7.1 主要内容总结 | 第69-70页 |
| 7.2 研究展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第74-75页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第75-76页 |
| 致谢 | 第76页 |
