基于MOOC的课程推荐算法研究
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 引言 | 第11-12页 |
| 1.2 本文研究目的与意义 | 第12-13页 |
| 1.3 国内外相关技术的发展 | 第13-15页 |
| 1.4 本文的研究任务与结构安排 | 第15-16页 |
| 1.4.1 本文主要研究内容 | 第15-16页 |
| 1.4.2 本论文的结构说明 | 第16页 |
| 1.5 小节 | 第16-18页 |
| 第二章 关联规则与协同过滤的基本原理 | 第18-26页 |
| 2.1 关联规则 | 第18-22页 |
| 2.1.1 关联规则的基本概念 | 第18-20页 |
| 2.1.2 Apriori算法 | 第20-22页 |
| 2.2 协同过滤推荐 | 第22-24页 |
| 2.3 小节 | 第24-26页 |
| 第三章 推荐算法综合分析与设计 | 第26-36页 |
| 3.1 推荐算法的整体设计方案 | 第26-27页 |
| 3.2 关联分析设计流程 | 第27-28页 |
| 3.3 基于学生的协同过滤设计 | 第28-29页 |
| 3.4 基于课程的协同过滤设计 | 第29-30页 |
| 3.5 数据处理设计 | 第30-34页 |
| 3.5.1 数据预处理 | 第30-31页 |
| 3.5.2 数据后处理 | 第31-34页 |
| 3.6 小节 | 第34-36页 |
| 第四章 数据预处理 | 第36-46页 |
| 4.1 数据预处理简介 | 第36-37页 |
| 4.2 原始数据 | 第37-39页 |
| 4.2.1 学生信息数据表 | 第37-38页 |
| 4.2.2 课程信息数据表 | 第38页 |
| 4.2.3 学生成绩信息表 | 第38-39页 |
| 4.3 实例数据预处理分析 | 第39-45页 |
| 4.4 小节 | 第45-46页 |
| 第五章 试验分析与研究结果 | 第46-64页 |
| 5.1 实验分析 | 第46-47页 |
| 5.2 确定研究对象 | 第47页 |
| 5.3 基于Apriori算法的关联分析 | 第47-54页 |
| 5.3.1 Weka简介 | 第47-48页 |
| 5.3.2 文件转换 | 第48页 |
| 5.3.3 基于Apriori算法的关联分析 | 第48-54页 |
| 5.4 协同过滤推荐在课程推荐中的应用 | 第54-58页 |
| 5.4.1 基于课程的协同过滤推荐 | 第55-56页 |
| 5.4.2 基于学生的协同过滤推荐 | 第56-58页 |
| 5.5 综合分析 | 第58-59页 |
| 5.6 应用实现 | 第59-62页 |
| 5.7 小节 | 第62-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68页 |
