E-Learning个性化系统的推荐策略研究——来自电子商务推荐系统的启示

论文摘要

在建设数字化终身学习体系的大背景下,E-Learning个性化推荐系统作为终身学习体系中最重要的学习方式,受到广泛的关注。个性化推荐系统（简称PRS）最早应用于电子商务和信息服务领域,现已相对成熟。而PRS在E-Learning中的应用尚处于摸索阶段。鉴于此,笔者以电子商务领域的个性化推荐系统为切入点,选取其中成功的推荐系统案例做研究,获取个性化推荐系统应用的成功经验,并从中提取出对E-Learning系统个性化建设的启示,最终探讨出E-Learning个性化系统的推荐策略。本研究以个性化推荐理论作为基本的理论基础。首先采用文献研究法,探讨出个性化推荐理论的内涵,并对当前个性化推荐的关键技术进行简单的介绍,针对这些关键技术的优缺点和适用场合比较分析,提出常用的个性化推荐策略。然后采用个案调查法,以Amazon.com、豆瓣网、MovieLens.org三个成功的电子商务个性化推荐系统为研究案例,分析他们典型的推荐功能和采用的推荐策略以及优势特点,从中获取个性化推荐理论应用的成功经验。最后分析E-Learning个性化系统中的推荐服务形式,通过比较与电子商务推荐系统的相似之处找到可借鉴到E-Learning中的几个方面:1.建立虚拟学习社区;2.引入社会化标签,并做标签修正;3.充分发掘用户之间的推荐;4.优化推荐;5.创建个性化的学习环境。最终提出E-Learning个性化系统的推荐策略:采用协同过滤技术与基于关联规则的推荐相组合的推荐策略,建立一个虚拟学习社区。利用系统算法推荐与用户之间推荐相结合的方式,将学习资源、学习活动、学习策略三者整合起来,向学习者推荐完整的E-Learning学习方案。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.2 E-Learning 个性化推荐系统研究现状
• 1.3 论文研究的意义
• 1.4 论文的研究内容与组织结构
• 第2章 个性化推荐的理论、技术与策略
• 2.1 个性化推荐理论内涵
• 2.2 个性化推荐的关键技术
• 2.2.1 协同过滤推荐
• 2.2.1.1 基于用户的协同过滤
• 2.2.1.2 基于项目的协同过滤
• 2.2.2 基于用户统计信息的推荐
• 2.2.3 基于内容的推荐
• 2.2.4 基于效用的推荐
• 2.2.5 基于知识的推荐
• 2.2.6 基于规则的推荐
• 2.2.7 各种推荐技术的比较
• 2.3 个性化推荐策略
• 第3章 电子商务个性化推荐系统的典型应用案例解析
• 3.1 Amazon.com“个性化推荐先驱”
• 3.1.1 典型的推荐功能
• 3.1.2 采用的推荐策略
• 3.1.3 优势
• 3.2 豆瓣“推荐好东西的网站”
• 3.2.1 典型的推荐功能
• 3.2.2 采用的推荐策略
• 3.2.3 优势
• 3.3 MovieLens.org“推荐系统的研究站点”
• 3.3.1 典型的推荐功能
• 3.3.2 采用的推荐策略
• 3.3.3 优势
• 第4章 电子商务启示下的E-Learning 个性化系统推荐策略
• 4.1 E-Learning 个性化系统中的推荐服务
• 4.1.1 学习资源的推荐
• 4.1.2 学习活动的推荐
• 4.1.3 学习策略的推荐
• 4.2 电子商务个性化推荐系统对E-Learning 系统个性化建设的启示
• 4.3 E-Learning 个性化系统推荐策略
• 第5章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 后记
• 在学期间公开发表论文及著作情况