| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 研究现状分析 | 第12-15页 |
| 1.2.1 推荐算法研究现状 | 第12-13页 |
| 1.2.2 教学资源推荐系统研究现状 | 第13-14页 |
| 1.2.3 移动互联网教育发展现状 | 第14-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 论文结构安排 | 第16-18页 |
| 第二章 面向奥数习题个性化推荐的微信服务系统的系统分析 | 第18-25页 |
| 2.1 业务需求 | 第18-19页 |
| 2.2 系统功能性需求分析 | 第19页 |
| 2.3 系统软硬件环境 | 第19-20页 |
| 2.4 系统建模 | 第20-23页 |
| 2.4.1 学生学习功能 | 第20-21页 |
| 2.4.2 练习测试功能 | 第21-22页 |
| 2.4.3 教学辅助功能 | 第22-23页 |
| 2.4.4 系统功能模块 | 第23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 基于边聚类层次化的奥数习题推荐算法研究 | 第25-44页 |
| 3.1 系统表示及问题描述 | 第25-26页 |
| 3.2 基于特征词的习题标签生成策略 | 第26-32页 |
| 3.2.1 特征词提取 | 第27-28页 |
| 3.2.2 文本分词 | 第28-29页 |
| 3.2.3 词性标注 | 第29-30页 |
| 3.2.4 语料库构建 | 第30页 |
| 3.2.5 主题词生成 | 第30-32页 |
| 3.3 基于边聚类的层次化标签技术 | 第32-36页 |
| 3.3.1 层次化标签生成 | 第32-35页 |
| 3.3.2 边聚类算法 | 第35-36页 |
| 3.4 基于层次化标签类的习题推荐算法 | 第36-40页 |
| 3.4.1 推荐算法整体框架 | 第36-37页 |
| 3.4.2 基于层次化标签类HisaER模型建立 | 第37-40页 |
| 3.4.3 推荐结果生成 | 第40页 |
| 3.5 实验与分析 | 第40-42页 |
| 3.5.1 实验数据 | 第40页 |
| 3.5.2 评测标准 | 第40-41页 |
| 3.5.3 实验结果与分析 | 第41-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第四章 面向奥数习题个性化推荐的微信服务系统详细设计 | 第44-62页 |
| 4.1 系统静态模型 | 第44-46页 |
| 4.2 系统功能流程设计 | 第46-53页 |
| 4.2.1 学生学习模块功能设计 | 第46-48页 |
| 4.2.2 练习模块功能设计 | 第48-50页 |
| 4.2.3 教辅模块功能设计 | 第50-53页 |
| 4.3 系统功能交互设计 | 第53-56页 |
| 4.3.1 学习模块功能设计 | 第53-54页 |
| 4.3.2 测试模块功能设计 | 第54-56页 |
| 4.3.3 习题库管理功能设计 | 第56页 |
| 4.4 数据库设计 | 第56-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第五章 系统的实现与测试 | 第62-74页 |
| 5.1 系统实现 | 第62-68页 |
| 5.1.1 SpringMVC框架 | 第63-64页 |
| 5.1.2 微信公众服务接口 | 第64-66页 |
| 5.1.3 主要算法 | 第66-68页 |
| 5.2 系统测试及运行结果 | 第68-73页 |
| 5.2.1 微信系统功能 | 第68页 |
| 5.2.2 学生学习子系统 | 第68-69页 |
| 5.2.3 练习测试子系统 | 第69-73页 |
| 5.3 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 本文总结 | 第74-75页 |
| 6.2 未来工作展望 | 第75-76页 |
| 参考文献 | 第76-80页 |