基于本体的学习内容个性化推荐
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第1章 绪论 | 第13-18页 |
| ·研究背景 | 第13-14页 |
| ·相关技术及研究现状 | 第14-16页 |
| ·论文研究内容 | 第16-17页 |
| ·论文结构 | 第17-18页 |
| 第2章 个性化推荐框架 | 第18-29页 |
| ·个性化推荐服务研究概述 | 第18-22页 |
| ·个性化推荐服务的模式 | 第18-19页 |
| ·适应性和智能技术 | 第19-20页 |
| ·面向个性化推荐服务的关键技术 | 第20-21页 |
| ·对研究进展的总结与评析 | 第21-22页 |
| ·基于本体的个性化学习内容推荐系统 | 第22-28页 |
| ·设计目标 | 第22页 |
| ·系统框架 | 第22-26页 |
| ·主要处理流程 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 用户建模 | 第29-40页 |
| ·向量空间描述模型 | 第29-35页 |
| ·与学习行为无关的客观对象 | 第30-32页 |
| ·与学习对象直接相关的学习案例 | 第32-33页 |
| ·与学习 Item 相关的综合学习经验案例 | 第33-35页 |
| ·用户模型数据收集 | 第35-36页 |
| ·数据预处理 | 第36-38页 |
| ·网络日志文件的转换 | 第36-37页 |
| ·数据库中数据源的预处理 | 第37-38页 |
| ·用户模型的学习 | 第38页 |
| ·用户模型更新 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 学习资源标准与学习对象 | 第40-48页 |
| ·学习资源发展现状与不足 | 第40-41页 |
| ·学习资源标准 | 第41页 |
| ·学习对象 | 第41-43页 |
| ·元数据 | 第43-47页 |
| ·元数据定义 | 第43-44页 |
| ·元数据的特点 | 第44-45页 |
| ·描述教育资源的元数据标准 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 基于本体的知识管理 | 第48-67页 |
| ·本体的相关理论基础 | 第48-57页 |
| ·本体的概念 | 第48-49页 |
| ·知识表示 | 第49-50页 |
| ·描述逻辑 | 第50-56页 |
| ·语义 Web 及 Web 本体语言 | 第56-57页 |
| ·E-Learning 知识资源本体 | 第57-59页 |
| ·知识资源本体化需要 | 第57-58页 |
| ·领域本体的创建规则 | 第58-59页 |
| ·领域知识本体 | 第59-66页 |
| ·学习资源本体 | 第59-63页 |
| ·学习者本体 | 第63-64页 |
| ·本体表示和推理 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 个性化推荐算法 | 第67-83页 |
| ·基于内容的个性化推荐 | 第67-68页 |
| ·基于合作的个性化推荐 | 第68-73页 |
| ·User-Based 合作推荐算法 | 第69-72页 |
| ·Item-Based 合作推荐算法 | 第72-73页 |
| ·混合推荐 | 第73-75页 |
| ·实例说明 | 第75-81页 |
| ·本章小结 | 第81-83页 |
| 结论 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 附录 A 攻读学位期间所发表的学术论文 | 第89-90页 |
| 致谢 | 第90页 |
