个性化在线答疑系统的研究与实现

论文摘要

随着计算机网络技术和多媒体技术的发展,远程教育越来越受到人们的重视。答疑系统作为远程教育系统中的一个重要组成部分,直接关系着整个系统的教学效果,因而越来越受到教学人员和远程教育系统开发人员的关注。本文在综述国内外答疑系统研究现状的基础上,分析了目前答疑系统存在的主要局限:(1)由于现有智能技术还不能实现对自然语言的完全理解,所以基于自然语言理解的答疑系统的智能化程度十分有限;(2)没有充分利用概念之间的语义关系来引导学习者进一步的提问;(3)缺少对学习者疑问特征的分析,不能主动为学习者推送其存在疑问或感兴趣的知识;(4)没有发挥网络的优势,为答疑系统的问题库提供丰富的参考资源。针对现有答疑系统的上述缺陷,本文设计并实现了一个特定领域的具有个性化服务能力的、基于自然语言理解的在线答疑系统。本论文的主要工作包括:(1)分析国内外网络答疑系统的现状,以及当前自然语言处理和个性化服务的相关技术;(2)用主题爬虫技术为答疑问题库采集问题,不断丰富问题库;(3)开发了一个具有个性化服务能力的、可以主动为学习者推送信息的、基于自然语言理解的答疑系统;并以浙江师范大学国家精品课程《现代教育技术》为例对所开发的答疑系统进行了应用。实验证明,该个性化的答疑系统可以为学习者推送其感兴趣的内容,促进学习者对问题相关内容的理解,开阔学习者的思路。

论文目录

• 摘要
• ABSTRACT
• 目录
• 图表目录
• 一、引言
• （一） 国内外研究现状
• 1. 国内研究情况
• 2. 国外研究情况
• （二） 本论文主要研究内容
• （三） 研究目的和意义
• 二、关键技术
• （一） 自然语言处理技术
• 1. 分词技术
• 2. 问题匹配技术
• （二） 个性化服务
• 1. 用户特征的描述与更新
• 2. 资源的描述
• 3. 个性化推送技术
• （三） 信息获取
• 三、系统设计
• （一） 系统的目标
• （二） 系统结构
• （三） 数据库的设计
• 四、系统实现
• （一） 开发工具与运行环境
• （二） 答疑模块
• 1. 分词
• 2. 语义分析
• 3. 问题匹配
• （三） 用户特征采集模块
• 1. 显性的方法
• 2. 隐性的方法
• （四） 信息推送模块
• 1. 按所选兴趣主题推送
• 2. 按用户兴趣特征推送
• 3. 基于协作过滤的推送
• （五） 信息采集模块
• 1. 页面中URL的提取
• 2. 正文内容的提取
• 3. 爬虫主题确定
• 4. 页面与主题的相关度计算
• 5. 爬行策略
• （六） 问题库更新模块
• 1. 手工添加
• 2. 爬虫采集信息添加
• （七） 教学指导模块
• 五、系统应用
• （一） 自然语言理解
• （二） 个性化服务
• （三） 主题爬虫信息采集
• 六、结论与下一步工作
• 参考文献
• 致谢
• 攻读硕士学位期间发表的学术论文