现代远程教育系统个性化推荐算法研究

论文摘要

现代的远程网络教育的兴起与发展,使得现有的教学资源数字化、网络化,信息资源的膨胀化。当代的远程教育作为一种新兴的教育模式,网络教育平台应该以当代学生的求学网络化服务为设计的出发点和最终目的,既要能够针对学生的专业的类型、需求特征又要能够满足学生的一般学习需求等信息来确定网络教育平台的服务内容和资源,从而实现向智能化知识网络方向发展。现代远程教育个性化推荐系统正是解决这一问题的途径之一。推荐系统是在信息的过滤技术基础上衍生的一种技术。信息过滤技术能够比较好的解决“资源的迷向”和“信息的过载”问题,让大家能更充分的利用和使用网络资源。信息的过滤技术是以实现信息资源个性化推荐为基础的一种技术。基于信息过滤技术的推荐系统具有良好的发展前景。目前几乎大部分的大型商务系统都使用了不同形式或方式的推荐系统。但是,在现代远程教育教学的网络平台中推荐系统的使用还是属于凤毛麟角。本文是以现代远程教育系统的建设为基础,提出了基于学习者的兴趣模型而设计的个性化推荐算法。在比较深入地探索和研究推荐系统而所依赖的相关现有技术基础上,对各种现有信息的过滤技术进行了深入的探讨和分析,将个性化推荐系统引用到现代远程教育系统中,设计并实现了一个为学习者提供学习项目定制学习资源的个性化推荐系统。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 选题来源和依据
• 1.2 国内外研究动态
• 1.3 选题的意义与价值
• 1.3.1 理论研究方面的意义和价值
• 1.3.2 实际应用方面的意义和价值
• 1.4 推荐系统应用在远程教育平台中的重要意义
• 1.4.1 推荐系统是网络信息个性化服务的方向
• 1.4.2 推荐系统是满足学生信息需求的有效手段
• 1.4.3 推荐系统使得网络教育更加自主灵活
• 1.5 推荐系统在远程教育平台中的应用现状
• 第二章 需求分析与设计
• 2.1 系统可行性分析
• 2.2 需求分析
• 2.2.1 系统需求
• 2.2.2 性能需求
• 2.2.3 用户需求
• 第三章 系统开发工具与开发平台
• 3.1 开发平台和相关技术介绍
• 3.1.1 IIS 相关简介
• 3.1.2 ASP.NET 开发环境
• 3.2 C#编程语言
• 3.3 SQL Server 2005 数据库
• 3.4 ADO.NET
• 3.5 系统运行环境
• 第四章 推荐系统及其相关技术
• 4.1 基于规则的推荐算法
• 4.1.1 基于规则的推荐算法
• 4.1.2 基于规则的推荐系统算法的优缺点分析
• 4.2 基于内容过滤的推荐算法
• 4.2.1 基于内容的推荐算法
• 4.2.2 基于内容的推荐算法的优缺点分析
• 4.3 基于协同过滤的推荐算法
• 4.3.1 基于协同过滤推荐算法
• 4.3.2 基于协同过滤推荐算法的优缺点分析
• 第五章 数据挖掘技术
• 5.1 确定数据源
• 5.2 数据预处理
• 5.2.1 数据净化
• 5.2.2 用户识别
• 5.2.3 会话识别
• 5.3 模式挖掘
• 5.3.1 关联规则
• 5.3.2 序列模式
• 5.3.3 聚类模式
• 5.3.4 分类模式
• 5.4 模式分析与提供
• 第六章 基于对访问模式挖掘推荐算法
• 6.1 基于用户访问模式的用户兴趣模型建立
• 6.2 基于用户访问模式的个性化远程教育系统利用
• 6.3 个性化推荐算法实例
• 第七章 推荐系统在远程教育系统中的研究与实现
• 7.1 推荐系统和协同过滤技术
• 7.2 个性化推荐算法的设计
• 7.2.1 基于单值分解的维数简化
• 7.2.2 项集相似性的计算
• 7.2.3 被优化的个性化推荐算法
• 7.3 系统界面
• 7.4 推荐系统的实现
• 第八章 结论与展望
• 致谢
• 参考文献