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

基于协同过滤算法的移动学习系统的设计与实现

摘要第4-5页
Abstract第5-6页
第1章 绪论第10-16页
    1.1 研究背景和意义第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 研究现状第11-13页
        1.2.1 移动学习研究现状第11-12页
        1.2.2 推荐系统研究现状第12-13页
        1.2.3 研究现状小结第13页
    1.3 研究内容第13-14页
    1.4 本文组织结构第14-16页
第2章 相关技术与理论第16-30页
    2.1 Android系统平台及架构第16-18页
        2.1.1 Android系统概述第16-17页
        2.1.2 Android系统架构第17-18页
    2.2 移动学习网络请求框架设计第18-21页
        2.2.1 网络请求框架概述第18-19页
        2.2.2 网络请求框架构设计与实现第19-21页
    2.3 移动学习数据解析框架设计第21-24页
        2.3.1 JSON简介第21页
        2.3.2 JSON数据解析第21-23页
        2.3.3 XML解析器设计第23-24页
    2.4 移动学习模型构建第24-26页
    2.5 个性化资源推荐第26-28页
    2.6 本章小结第28-30页
第3章 基于协同过滤算法的学习资源推荐第30-48页
    3.1 协同过滤推荐算法第30-36页
        3.1.1 基于用户的协同过滤推荐算法第30-33页
        3.1.2 基于项目的协同过滤推荐算法第33-35页
        3.1.3 UserCF和ItemCF算法对比及问题分析第35-36页
    3.2 系统模型建立第36-39页
        3.2.1 学生兴趣模型建立第36-38页
        3.2.2 学习资源模型建立第38-39页
    3.3 组合协同过滤算法第39-45页
        3.3.1 评分矩阵对资源推荐的影响第39-40页
        3.3.2 资源评分预测改进第40-42页
        3.3.3 组合协同过滤算法思路第42页
        3.3.4 组合推荐算法实现第42-44页
        3.3.5 组合协同过滤算法改进第44-45页
    3.4 实验验证第45-47页
        3.4.1 测试数据集第45页
        3.4.2 测试评价指标第45页
        3.4.3 测试结果分析第45-47页
    3.5 本章小结第47-48页
第4章 基于协同过滤算法学习资源推荐的设计与实现第48-56页
    4.1 学习资源推荐整体框架第48-49页
    4.2 组合推荐算法应用第49-52页
    4.3 学习推荐模块详细设计与实现第52-54页
        4.3.1 学习推荐UI设计第52页
        4.3.2 学习推荐详细流程第52-54页
    4.4 本章小结第54-56页
第5章 基于协同过滤算法移动学习系统设计与实现第56-76页
    5.1 移动学习系统服务器端构建与设计第56-58页
        5.1.1 移动学习数据接口API设计第56-57页
        5.1.2 移动学习服务器端构建第57-58页
        5.1.3 移动学习系统开发环境第58页
    5.2 移动学习系统总体需求第58-64页
        5.2.1 功能性需求第58-63页
        5.2.2 非功能性需求第63-64页
    5.3 移动学习系统总体架构第64页
    5.4 移动学习系统主要功能详细设计与实现第64-74页
        5.4.1 最新学习任务详细设计与实现第66-67页
        5.4.2 学案微课模块详细设计与实现第67-69页
        5.4.3 作业考试模块详细设计与实现第69-70页
        5.4.4 猎题模块详细设计与实现第70-71页
        5.4.5 自主练习模块详细设计与实现第71-72页
        5.4.6 问答中心模块详细设计与实现第72-74页
    5.5 移动学习系统测试第74-75页
        5.5.1 测试环境第74页
        5.5.2 测试内容第74页
        5.5.3 移动学习系统实用性说明第74页
        5.5.4 系统兼容性测试第74-75页
    5.6 本章小结第75-76页
结论第76-78页
参考文献第78-82页
攻读硕士学位期间所获得的学术成果第82-84页
致谢第84页

论文共84页,点击 下载论文
上一篇:基于巴氏系数和聚类的协同过滤技术研究
下一篇:制造企业主数据管理平台分析设计与实现