| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 国外现状 | 第9-10页 |
| 1.2.2 国内现状 | 第10-11页 |
| 1.3 研究内容 | 第11页 |
| 1.4 论文结构安排 | 第11-13页 |
| 第二章 相关理论概述 | 第13-23页 |
| 2.1 相关概念 | 第13页 |
| 2.2 个性化推荐算法 | 第13-16页 |
| 2.2.1 典型的个性化推荐算法 | 第13-16页 |
| 2.2.2 个性化推荐算法比较 | 第16页 |
| 2.3 协同过滤算法分析 | 第16-19页 |
| 2.3.1 两种协同过滤算法介绍 | 第16-18页 |
| 2.3.2 两种协同过滤算法的比较 | 第18页 |
| 2.3.3 相似度计算方法 | 第18-19页 |
| 2.4 学习风格 | 第19-22页 |
| 2.4.1 学习风格概念 | 第20页 |
| 2.4.2 Felder-Siwerman学习风格 | 第20-22页 |
| 2.5 社会化标签 | 第22页 |
| 2.6 本章小结 | 第22-23页 |
| 第三章 个性化学习资源推荐模型构建 | 第23-35页 |
| 3.1 协同过滤算法的优化 | 第23-26页 |
| 3.1.1 冷启动问题 | 第23-25页 |
| 3.1.2 数据稀疏性问题 | 第25-26页 |
| 3.2 系统算法 | 第26-30页 |
| 3.2.1 系统算法设计 | 第26-28页 |
| 3.2.2 系统性能评估标准 | 第28-30页 |
| 3.3 个性化资源推荐引擎 | 第30-33页 |
| 3.3.1 学习者建模 | 第30-31页 |
| 3.3.2 学习资源建模 | 第31-32页 |
| 3.3.3 推荐引擎过程介绍 | 第32-33页 |
| 3.4 个性化学习资源推荐模型 | 第33-34页 |
| 3.5 本章小节 | 第34-35页 |
| 第四章 推荐平台的分析与设计 | 第35-47页 |
| 4.1 可行性分析 | 第35-36页 |
| 4.2 需求分析与设计 | 第36-39页 |
| 4.2.1 总体需求分析 | 第36-37页 |
| 4.2.2 功能需求分析 | 第37-38页 |
| 4.2.3 需求模型 | 第38-39页 |
| 4.3 系统总体设计 | 第39-40页 |
| 4.4 功能模块设计 | 第40-43页 |
| 4.4.1 系统功能图设计 | 第40-41页 |
| 4.4.2 系统功能模块设计 | 第41-43页 |
| 4.5 数据库设计 | 第43-46页 |
| 4.5.1 设计原则 | 第43-44页 |
| 4.5.2 主要数据表设计 | 第44-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第五章 系统的实现与测试 | 第47-61页 |
| 5.1 系统实现主要技术 | 第47-49页 |
| 5.1.1.NET概述 | 第47页 |
| 5.1.2 ASP.NET | 第47-48页 |
| 5.1.3 SQL Server数据库 | 第48页 |
| 5.1.4 IIS技术 | 第48-49页 |
| 5.2 主要功能实现 | 第49-56页 |
| 5.2.1 应用程序文件夹结构 | 第49页 |
| 5.2.2 页面实现 | 第49-50页 |
| 5.2.3 主要功能模块实现 | 第50-52页 |
| 5.2.4 推荐资源模块 | 第52-53页 |
| 5.2.5 Web实现效果 | 第53-56页 |
| 5.3 系统测试 | 第56-58页 |
| 5.3.1 测试方案 | 第56-57页 |
| 5.3.2 测试结果 | 第57-58页 |
| 5.4 实验设计与结果分析 | 第58-60页 |
| 5.4.1 实验方案设计 | 第58页 |
| 5.4.2 实验结果分析 | 第58-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 攻读学位期间取得的研究成果 | 第65-66页 |
| 致谢 | 第66页 |