E-Learning个性化推荐系统研究

论文摘要

随着网络技术的不断发展,基于网络的E-Learning正在改变着人们学习知识的方式,越来越多的学员渴望通过更加个性化和智能化的方式来获取知识。在E-Learning的环境中,随着教学资源信息的急剧膨胀,“信息过载”、“资源迷向”等问题相继出现,如何为学员在海量信息中推送出最适合学员口味的信息资源已成为一个亟待解决的问题。本文以语义本体技术、Agent技术等人工智能的理论为基础,并结合个性化推荐系统的技术,在充分分析学员兴趣的基础上,提出了一种新的面向语义的推荐技术,该方案可满足不同学员的要求,并根据学员的需要和兴趣,为其挑选最适合的知识或者辅助材料,并对学员进行学习的智能导航。本文所研究的E-Learning个性化推荐系统主要有以下内容:首先,研究了关于E-Learning个性化推荐系统的背景及国内外的发展现状;其次,根据E-Learning个性化推荐系统所要实现的目标和功能,提出了一个E-Learning个性化推荐系统的系统框架,从宏观上把握了个性化推荐系统的设计,并提出了个性化推荐系统的工作流程,本文采用本体的理论描述来构建资源知识本体库和学员兴趣本体,并详细介绍了这些本体的构建过程和方法;再次,采用了一种新的语义相似匹配技术来匹配和过滤学员兴趣,挖掘出学员隐含的兴趣,并过滤出学员不感兴趣的项,详细论述了这种新的面向语义匹配策略的方法,并通过实验证明了此方法推荐质量的有效性;最后在以上章节的基础上通过实验测试E-Learning个性化推荐系统的有用性和有效性。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 课题的提出
• 1.2 论文研究内容
• 1.3 本章小结
• 2 个性化推荐系统相关技术与理论
• 2.1 个性化学习概述
• 2.2 个性化推荐系统概述
• 2.3 相关理论
• 2.4 本章小结
• 3 E-LEARNING个性化推荐系统的设计
• 3.1 E-Learning个性化学习推荐系统框架
• 3.2 系统流程
• 3.3 个性化推荐系统中数据采集
• 3.4 资源知识本体库的构建
• 3.5 Agent通信机制设计
• 3.6 本章小结
• 4 面向语义的匹配策略
• 4.1 基于内容推荐方法的含义
• 4.2 本体中概念相似性
• 4.3 已有相似度算法
• 4.4 面向语义的匹配策略的相关概念
• 4.5 面向语义的匹配策略
• 4.6 应用实例及结果
• 4.7 本章小结
• 5 E-LEARNING个性化推荐系统测试实现
• 5.1 实验数据来源
• 5.2 系统评价指标和标准
• 5.3 实验结果分析
• 5.4 本章小结
• 6 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 攻读硕士学位期间发表的论文
• 参考文献