| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 学习分析 | 第10-11页 |
| 1.2.2 学习资源的个性化推荐 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第2章 相关理论和技术基础 | 第15-23页 |
| 2.1 学习分析 | 第15-17页 |
| 2.1.1 学习分析的定义 | 第15-16页 |
| 2.1.2 常见的学习分析方法 | 第16-17页 |
| 2.2 个性化推荐 | 第17-19页 |
| 2.2.1 个性化推荐的定义 | 第17页 |
| 2.2.2 个性化推荐的关键技术 | 第17-19页 |
| 2.3 Felder-Silverman学习风格 | 第19-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第3章 网络学习分析系统模型 | 第23-29页 |
| 3.1 网络学习行为 | 第23页 |
| 3.2 Felder-Silverman学习风格和网络学习行为的对应关系 | 第23-24页 |
| 3.3 网络学习行为分析方法 | 第24-25页 |
| 3.4 网络学习分析策略 | 第25-26页 |
| 3.5 网络学习分析系统模型 | 第26-27页 |
| 3.6 本章小结 | 第27-29页 |
| 第4章 个性化推荐模型 | 第29-41页 |
| 4.1 混合推荐流程 | 第29-30页 |
| 4.2 基于Felder-Silverman量表的学习风格的修正 | 第30-32页 |
| 4.2.1 影响学习者学习风格的学习行为 | 第30-31页 |
| 4.2.2 修正学习者学习风格的估算规则 | 第31-32页 |
| 4.3 学习资源的隐式评分模型 | 第32-33页 |
| 4.4 基于混合推荐的个性化推荐模型 | 第33-36页 |
| 4.5 实验数据及结果分析 | 第36-40页 |
| 4.5.1 社会网络分析及学习伙伴推荐 | 第36-38页 |
| 4.5.2 基于用户的协同过滤推荐部分 | 第38-40页 |
| 4.6 本章小结 | 第40-41页 |
| 第5章 个性化推荐系统的设计 | 第41-51页 |
| 5.1 系统功能模块设计 | 第41-42页 |
| 5.2 开发环境的构建 | 第42-43页 |
| 5.3 平台界面 | 第43-50页 |
| 5.3.1 平台首页 | 第43-44页 |
| 5.3.2 论坛界面 | 第44-46页 |
| 5.3.3 个性化学习资源和学习伙伴推荐界面 | 第46-47页 |
| 5.3.4 个性化学习界面 | 第47-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第6章 总结和展望 | 第51-53页 |
| 6.1 研究成果 | 第51-52页 |
| 6.2 研究不足和展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57-65页 |
| 致谢 | 第65-67页 |
| 攻读学位期间取得的研究成果 | 第67页 |