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 |