基于用户可信赖度的MOOC个性化推荐的研究与应用

摘要

MOOC，作为当下最受关注的在线学习方式之一，近几年的发展非常迅速。国内外涌现出大量的MOOC平台，很多的研究者也将自己的目光投入到MOOC领域，他们对MOOC的特征、参与MOOC的用户群、MOOC的发展前景等方面进行了深入研究。研究者发现MOOC具有开放性、多样性、自主性等特征；在MOOC的用户中，年轻用户占大多数；参与MOOC学习的用户各自带有不同的学习目的，收获也不同。现阶段，MOOC正处于高速增长期，前景被广泛看好，有的研究者甚至认为MOOC将统治未来的在线教育。
　　MOOC自2012年开始吸引人们的巨大关注，但就发展阶段而言，其本身的发展应该还处于探索阶段。MOOC具有独特的优势的同时，也还有很多不足之处。本文的工作主要是解决如何对MOOC进行评价和个性化推荐，主要工作如下：
　　第一：MOOC评价机制
　　本文研究发现，MOOC用户数量非常多，需求旺盛，但当下很多人都忽视了对MOOC的评价机制讨论，大部分MOOC平台都没有为用户提供评价课程的方式，用户不了解课程的质量。所以，本文在MOOC领域引入一种评分机制，收集用户评分数据，展现用户观点，反映课程质量。
　　第二：MOOC个性化推荐
　　结合用户的评分数据，文本采用了改进的协同过滤算法，即基于用户可信赖度的推荐算法，将收集的用户的评分数据进行分析，找出相似用户并将用户最可能感兴趣的课程推荐给用户。
　　第三：构建了一个集学习、评分、推荐于一体的原型验证系统
　　本文收集了部分MOOC资源，构建了原型验证系统，用户可以在本系统中观看MOOC课程进行自主学习，并对这些课程进行评分。系统会根据收集到的用户数据，个性化地给用户推荐MOOC课程。

目录

封面

中文摘要

英文摘要

目录

1 绪 论

1.1 研究背景与意义

1.2研究目标和研究内容

1.3 本文的结构安排

1.4 本章小结

2 相关研究现状

2.1 MOOC的相关知识

2.2推荐算法的研究现状

2.3 本章小结

3 评分方案和推荐设计

3.1准备知识

3.2 评分方案

3.3基于用户可信赖度的推荐算法

3.4本章小结

4原型验证系统实现

4.1 目标

4.2 使用框架

4.3 工具介绍

4.4系统功能

4.5 软件结构设计

4.6 数据库设计

4.7 核心功能设计

4.8 界面展示

4.9 本章小结

5 实验结果及分析

5.1效果展示

5.2推荐算法性能

5.3 本章小结

6 总结与展望

6.1 工作总结

6.2 展望

致谢

参考文献

附录

A.作者在攻读学位期间参加的项目