基于Web的个性化学习系统的研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 第1章 前言 | 第9-14页 |
| ·课题背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·主要研究内容 | 第11-12页 |
| ·论文的组织结构 | 第12-14页 |
| 第2章 个性化学习及相关技术介绍 | 第14-25页 |
| ·个性化服务 | 第14-16页 |
| ·什么是个性化服务 | 第14-15页 |
| ·个性化服务的模型架构 | 第15-16页 |
| ·基于Web的个性化学习 | 第16-19页 |
| ·个性化学习的涵义 | 第16-17页 |
| ·基于Web的个性化学习的特点 | 第17-18页 |
| ·个性化学习与个性化服务 | 第18-19页 |
| ·面向个性化学习的用户兴趣建模 | 第19-23页 |
| ·用户兴趣建模的涵义和标准 | 第19页 |
| ·用户兴趣模型的形式化描述 | 第19-20页 |
| ·用户兴趣模型的常用表示方法 | 第20-22页 |
| ·用户兴趣建模技术的分类 | 第22-23页 |
| ·个性化推荐 | 第23-25页 |
| ·个性化推荐的概念 | 第23-24页 |
| ·个性化推荐的分类 | 第24-25页 |
| 第3章 基于Web数据挖掘的用户兴趣建模 | 第25-35页 |
| ·Web数据挖掘 | 第25-27页 |
| ·Web数据挖掘的概念 | 第25页 |
| ·Web数据挖掘的分类 | 第25-27页 |
| ·基于Web数据挖掘的用户长期兴趣发现 | 第27-31页 |
| ·用户的长期兴趣与短期兴趣 | 第27页 |
| ·用户的长期兴趣模型构建 | 第27-30页 |
| ·基于概念的用户兴趣建模 | 第30-31页 |
| ·用户兴趣模型更新及优化 | 第31-32页 |
| ·用户兴趣模型更新的方法 | 第31页 |
| ·基于用户浏览行为的兴趣模型更新 | 第31-32页 |
| ·实验结果分析 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第4章 基于Web文档聚类的个性化推荐 | 第35-46页 |
| ·Web文档常用聚类方法及其存在的问题 | 第35-36页 |
| ·层次聚类法 | 第35-36页 |
| ·平面划分法 | 第36页 |
| ·基于互信息的Web文档聚类 | 第36-43页 |
| ·互信息相关理论基础 | 第37-39页 |
| ·基于互信息的文档聚类方法 | 第39-40页 |
| ·基于互信息的文档聚类实现 | 第40-41页 |
| ·基于聚类的个性化推荐 | 第41-43页 |
| ·实验结果分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 基于Web个性化学习的原型系统 | 第46-62页 |
| ·原型系统框架图 | 第46-47页 |
| ·系统用户分析 | 第47-48页 |
| ·数据库设计 | 第48-51页 |
| ·用户库的设计 | 第48-50页 |
| ·资源库的设计 | 第50-51页 |
| ·个性化处理的主要功能模块 | 第51-52页 |
| ·主要功能模块的实现 | 第52-59页 |
| ·学生信息收集 | 第52-55页 |
| ·学生个性化模型构建 | 第55-58页 |
| ·基于个性化推荐的资源调度 | 第58-59页 |
| ·系统应用示例 | 第59-62页 |
| 第6章 结论 | 第62-64页 |
| ·论文总结 | 第62-63页 |
| ·下一步研究工作 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 个人简历、在学期间的研究成果 | 第70页 |
