首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于知识点兴趣模型的教育资源个性化推荐系统

摘要第5-6页
ABSTRACT第6页
第一章 绪论第10-15页
    1.1 课题的研究背景与意义第10-11页
    1.2 个性化推荐技术的国内外研究现状第11-13页
    1.3 论文的主要工作第13-14页
    1.4 论文章节安排第14-15页
第二章 推荐系统和推荐技术概述第15-23页
    2.1 推荐系统第15-16页
        2.1.1 推荐系统介绍第15-16页
        2.1.2 推荐系统优势分析第16页
    2.2 推荐技术第16-20页
        2.2.1 基于内容的推荐第16-17页
        2.2.2 协同过滤推荐第17-18页
        2.2.3 混合推荐第18-20页
    2.3 用户模型第20-22页
        2.3.1 模型数据收集第20-21页
        2.3.2 用户模型表示方法第21-22页
    2.4 本章小结第22-23页
第三章 教育资源个性化推荐方案的设计第23-36页
    3.1 教育资源平台及用户行为分析第23-24页
    3.2 用户数据收集第24-26页
        3.2.1 显性收集第24-25页
        3.2.2 隐性收集第25-26页
    3.3 知识点兴趣模型第26-32页
        3.3.1 教育资源知识点模型第26-28页
        3.3.2 用户知识点兴趣模型第28页
        3.3.3 用户知识点兴趣模型初始化第28页
        3.3.4 知识点兴趣值获取第28-29页
        3.3.5 用户知识点兴趣模型兴趣转移第29-31页
        3.3.6 用户知识点兴趣点模型失效机制第31-32页
    3.4 推荐值计算第32-35页
        3.4.1 知识点兴趣模型标准化处理第32-33页
        3.4.2 知识点兴趣预测第33-34页
        3.4.3 用户评分预测值计算第34页
        3.4.4 联合推荐值计算第34-35页
    3.5 本章小结第35-36页
第四章 教育资源个性化推荐系统的实现第36-49页
    4.1 教育资源个性化推荐方案的总体框架第36-37页
    4.2 用户模块第37-39页
        4.2.1 用户信息第38页
        4.2.2 用户行为收集第38-39页
    4.3 资源模块第39-40页
        4.3.1 资源管理第39-40页
        4.3.2 基于用户评分的资源评分预测第40页
    4.4 知识点兴趣模型模块第40-42页
        4.4.1 知识点兴趣转移第40-42页
        4.4.2 知识点兴趣预测第42页
    4.5 联合推荐值计算模块第42-43页
    4.6 实验及结果分析第43-48页
        4.6.1 实验环境第43-44页
        4.6.2 实验步骤及结果分析第44-47页
        4.6.3 优缺点分析第47-48页
    4.7 本章小结第48-49页
总结与展望第49-50页
参考文献第50-53页
攻读硕士学位期间取得的研究成果第53-54页
致谢第54-55页
附件第55页

论文共55页,点击 下载论文
上一篇:低压电气企业应收账款问题探讨--基于内部控制的视角
下一篇:衡水市非营利组织调查研究