个性化信息服务在远程网络教育中的应用

个性化信息服务在远程网络教育中的应用

论文摘要

百年大计,教育为本。随着社会的发展,教育方式也有所变化,从传统的课堂教育,到学习者可以通过广播电视大学学习,现在远程网络教育已经普及。远程网络教育以其方便、快捷和更新速度快等优势迅速被社会接受。然而,其千篇一律的教学模式和固定的学习界面不能体现出因材施教的教学思想。为了解决这一问题,远程网络教育个性化服务便应运而生,本文重点研究基于学生自测系统的个性化服务。首先,本文介绍了远程网络教育的发展现状,分析了远程网络教育存在的问题,根据这些问题,引入了个性化服务,并对远程网络教育个性化服务的发展和应用做了进一步分析,提出了基于学生自测系统的个性化服务思想。由于电子商务个性化服务技术发展比较成熟且应用较为广泛,本文分析了电子商务个性化推荐算法,并将电子商务个性化服务和远程网络教育的个性化服务进行了比较,选定了基于内容的推荐算法和基于最近邻居的协同过滤推荐算法作为基于学生自测信息的个性化服务系统的推荐算法。其次,本文提出了远程网络教育的个性化服务模型,分析了各功能模块的功能和设计思路,详细分析了个性化服务模块的设计思路,并根据该模型,设计了基于学生自测信息的个性化服务系统原型。最后,对个性化推荐系统进行了测试,从学生对推荐结果的认定情况看,推荐结果基本满足学生的需求。学生按照推荐结果复习后,进行二次测试,测试成绩有了明显的提高,证明推荐系统对学生的学习具有一定的引导作用。

论文目录

  • 摘要
  • Abstract
  • 第一章 引言
  • 1.1 远程网络教育发展现状概述
  • 1.2 远程网络教育个性化服务的提出
  • 1.3 论文研究的主要任务、目标和意义
  • 第二章 远程网络教育与电子商务个性化服务分析
  • 2.1 电子商务个性化服务
  • 2.2 电子商务个性化推荐系统的分类
  • 2.3 电子商务个性化推荐算法
  • 2.4 远程网络教育与电子商务个性化推荐系统对比
  • 2.4.1 远程网络教育与电子商务推荐系统的区别
  • 2.4.2 远程网络教育与电子商务推荐系统的联系
  • 2.5 远程网络教育个性化推荐算法的选取
  • 第三章 远程网络教育个性化服务系统设计
  • 3.1 需求分析
  • 3.2 系统总体结构设计
  • 3.3 逻辑框架设计
  • 3.4 功能模块分析及流程设计
  • 3.4.1 信息管理模块
  • 3.4.2 网络教学模块
  • 3.4.3 网络答疑模块
  • 3.4.4 网络自测(作业)模块
  • 3.4.5 网络考试模块
  • 3.4.6 个性化服务模块
  • 第四章 远程网络教育个性化服务系统原型的实现
  • 4.1 系统设计目标
  • 4.2 个性化服务系统总体设计
  • 4.2.1 系统结构设计
  • 4.2.2 系统开发平台
  • 4.2.3 系统功能概述
  • 4.2.4 系统功能模块划分及流程设计
  • 4.3 个性化推荐系统界面设计
  • 4.4 个性化推荐系统测试及结果分析
  • 第五章 总结与展望
  • 5.1 本文工作总结
  • 5.2 工作展望
  • 参考文献
  • 致谢
  • 附录:个性化推荐系统主要程序
  • 攻读硕士学位期间发表的学术论文
  • 相关论文文献

    • [1].基于在线评论的混合推荐算法[J]. 系统工程 2019(06)
    • [2].基于校企合作的情景感知推荐算法研究[J]. 海峡科技与产业 2019(06)
    • [3].融合时序的决策树推荐算法研究[J]. 现代计算机 2019(34)
    • [4].算法实践中的多义与转义:以新闻推荐算法为例[J]. 新闻大学 2019(12)
    • [5].教程推荐算法研究[J]. 信息与电脑(理论版) 2019(24)
    • [6].基于社交网络学习推荐算法的应用研究[J]. 信息系统工程 2019(12)
    • [7].垂直学习社区基于学习兴趣与风格的社会化推荐算法[J]. 小型微型计算机系统 2020(01)
    • [8].融合层次聚类和粒子群优化的鲁棒推荐算法[J]. 小型微型计算机系统 2020(01)
    • [9].智能推荐算法安全风险研究[J]. 广东通信技术 2019(07)
    • [10].基于门控循环单元与主动学习的协同过滤推荐算法[J]. 山东大学学报(工学版) 2020(01)
    • [11].电影智能推荐算法的潜在文化影响[J]. 电影艺术 2020(01)
    • [12].基于聚类和用户偏好的协同过滤推荐算法[J]. 计算机工程与应用 2020(03)
    • [13].基于会话的推荐算法研究综述[J]. 现代计算机 2019(36)
    • [14].基于兴趣点的多维度推荐算法研究[J]. 电脑知识与技术 2020(04)
    • [15].一种基于层次分析的多维属性混合推荐算法[J]. 渤海大学学报(自然科学版) 2019(04)
    • [16].一种时间加权的网络结构推荐算法[J]. 哈尔滨理工大学学报 2019(06)
    • [17].基于协同过滤的改进课程推荐算法[J]. 科技传播 2020(05)
    • [18].一种融合知识图谱与长短期偏好的下一项推荐算法[J]. 小型微型计算机系统 2020(04)
    • [19].个性化推荐算法中“信息茧房”与用户权利的思考[J]. 新闻研究导刊 2020(05)
    • [20].基于用户聚类的图书协同推荐算法研究[J]. 科技资讯 2020(09)
    • [21].适应情景变化的协同推荐算法[J]. 江西科学 2020(02)
    • [22].一种基于用户的协同过滤与人气排行榜的融合推荐算法[J]. 南宁师范大学学报(自然科学版) 2020(01)
    • [23].融合内容与矩阵分解的混合推荐算法[J]. 计算机应用研究 2020(05)
    • [24].基于链路预测的有向互动影响力和用户信任的推荐算法[J]. 计算机应用研究 2020(05)
    • [25].一种融合注意力和记忆网络的序列推荐算法[J]. 信息技术与网络安全 2020(05)
    • [26].基于综合因素的服装智能推荐算法研究[J]. 软件 2020(04)
    • [27].基于多元隐式信任关系挖掘的抗攻击社会化推荐算法研究[J]. 运筹与管理 2020(01)
    • [28].基于学习轨迹的学生培养模式智能推荐算法研究[J]. 科学技术创新 2020(13)
    • [29].基于注意力机制的神经网络贝叶斯群组推荐算法[J]. 计算机应用与软件 2020(05)
    • [30].基于云平台的慕课资源协同过滤推荐算法[J]. 微型电脑应用 2020(05)

    标签:;  ;  ;  

    个性化信息服务在远程网络教育中的应用
    下载Doc文档

    猜你喜欢