论文摘要
当前在中小学资源配送的过程中存在不少问题,如用户购买了一部分本学校不需要的资源;用户在使用过程中资源得不到及时的更新;支付昂贵的技术支持费用。解决这些问题的一种最好的方案是采用网络的个性化推送模式。中小学资源配送的趋势是向着网络化、个性化的方向发展。为了实现个性化推送,就必须对用户个性化规律进行分析。通过对用户个性化规律的挖掘,能够主动发现用户需求,为资源库库内搜索提供可靠依据,从而实现教学资源的智能推送过程。 这样学校用户就可以购买需要的符合教学要求的资源;并且在用户使用教学资源的过程中,资源库的功能及内容等都能够得到及时有效的更新。通过网络化的个性化配送,不仅仅学校用户节省了大量的资金,供应商在销售环节和售后服务环节等都节省了大量的人力物力,工作效率也应有大幅度的提高。 为了探讨解决这些问题的途径,本文在详细分析了数据挖掘特点的基础上,构建了一种中小学信息资源库基本架构和其上的服务模式。通过决策树数据挖掘技术把用户划入标准用户类,来预测用户未来对哪些教育资源有需求;用标准用户类的属性描述用户需求模型,把资源配送给用户,以便资源的个性化推送,并针对不同类的用户提供不同的服务。然后根据用户使用资源的不断反馈来修改用户需求模型,从而提高E_Service 中个性化服务的质量。本文通过全国 100 所中学的实际数据实现了应用决策树分类技术进行资源库用户分类的方法,得到详细地分类规则;并且根据分类规则完成了对实际客户的资源个性化推送。
论文目录
相关论文文献
- [1].浅析大数据挖掘中抽样估计法的应用[J]. 现代信息科技 2019(21)
- [2].基于大数据挖掘的广播电视客户价值分析[J]. 科技视界 2019(34)
- [3].基于深度学习的工业领域数据挖掘方法及应用[J]. 数字技术与应用 2019(11)
- [4].基于大数据思维的财务数据挖掘及应用研究[J]. 国际商务财会 2019(11)
- [5].第16届高级数据挖掘和应用国际会议[J]. 软件工程 2020(04)
- [6].基于云计算的大数据挖掘体系构建分析[J]. 中外企业家 2020(11)
- [7].测绘地理信息专业背景下的《时空数据挖掘》课程设计[J]. 南宁师范大学学报(自然科学版) 2020(01)
- [8].智慧医疗下云数据挖掘在精细化医疗管理中的应用[J]. 中医药管理杂志 2020(03)
- [9].高校管理人员教育数据挖掘能力培养的实践价值与实施路径[J]. 中国教育信息化 2020(07)
- [10].大数据环境下的数据挖掘课程教学探索[J]. 中国新通信 2020(06)
- [11].第16届高级数据挖掘和应用国际会议[J]. 软件工程 2020(05)
- [12].基于云计算的大数据挖掘内涵及解决方案研究[J]. 数字通信世界 2020(03)
- [13].基于可拓数据挖掘的建筑立面设计方法研究[J]. 科技传播 2020(08)
- [14].数据挖掘实践教学环节探索[J]. 科技经济导刊 2020(11)
- [15].大数据挖掘与云服务模式的构建[J]. 江西电力职业技术学院学报 2020(01)
- [16].医疗云存储下医院信息数据挖掘及实现技术的探索[J]. 信息与电脑(理论版) 2020(05)
- [17].高校治理视阈下教育数据挖掘的应用与挑战[J]. 高教论坛 2020(04)
- [18].大数据挖掘与分析的关键技术研究[J]. 中国新通信 2020(08)
- [19].浅析数据挖掘[J]. 内江科技 2020(06)
- [20].教育数据挖掘关键技术应用研究[J]. 轻纺工业与技术 2020(06)
- [21].物联网海上舰船航行数据挖掘方法[J]. 舰船科学技术 2020(12)
- [22].云环境中大数据挖掘的有效花费研究[J]. 上海理工大学学报 2020(03)
- [23].对《零售数据挖掘与应用》课程教学的思考[J]. 知识经济 2020(18)
- [24].教育数据挖掘和学习分析研究进展[J]. 牡丹江师范学院学报(自然科学版) 2020(03)
- [25].第16届高级数据挖掘和应用国际会议[J]. 软件工程 2020(08)
- [26].电商市场中大数据挖掘的分析以及决策探究[J]. 中国新通信 2020(12)
- [27].关于大数据挖掘中的数据分类算法技术的研究[J]. 电脑知识与技术 2020(20)
- [28].长输油气管道大数据挖掘与应用[J]. 物联网学报 2020(03)
- [29].数据挖掘实践课程教学模式的探索[J]. 教育教学论坛 2020(36)
- [30].第16届高级数据挖掘和应用国际会议[J]. 软件工程 2020(10)