Web数据挖掘在个性化网络学习系统中的应用研究

摘要

论文针对网络学习个性化服务的需求，并通过对Web数据挖掘技术在实现个性化学习的研究，构建了个性化网络学习的模型以及学习者个性化信息模型，进而提出了网络学习个性化学习资源推荐的思想，并设计了其原型系统。本文围绕如何创建学习者个性化信息模型以及准确表示学习者个性化信息模型进行了详细研究，同时对如何结合学习者个性化信息模型以及基于互信息的文档聚类实现个性化学习资源推荐的应用作出了相关研究。 首先，介绍了个性化网络学习和基于Web数据挖掘的特点和发展现状，接着结合个性化学习的思想和Web数据挖掘技术在传统的网络学习模型基础构建了个性化网络学习模型和学习者个性化信息模型，利用Web数据挖掘技术，针对学习者的浏览内容和访问行为进行挖掘，通过个性化分析处理，自动地创建学习者个性化信息模型，并在学习者使用学习系统的过程中收集学习者信息，不断更新个性化信息模型。然后，利用已经建立的学习者个性化信息模型，调度适合学习者个性的学习资源时，通过分析常用文档聚类方法以及研究互信息相关理论的基础之上，提出了一种基于互信息的Web文档聚类方法，对相关信息进行聚类，以达到更好地向学习者推荐学习内容的目的。最后，在构建了的个性化网络学习模型的基础上实现了个性化网络学习系统。

目录

文摘

英文文摘

声明

第一章 绪论

1.1课题背景与意义

1.2 Web挖掘的研究动态

1.3基于Web的个性化学习

1.3.1个性化特征分类

1.3.2个性化特征提取

1.3.3个性化教学与个性化学习

1.3.4基于Web的个性化学习的特点

1.4国内外个性化学习系统的研究现状

1.5论文所做的工作

第二章 基于主题词特征的Web页面分类挖掘

2.1 Web数据挖掘的定义

2.2 Web数据挖掘的基本原理

2.3 Web数据挖掘的分类

2.3.1 Web内容挖掘

2.3.2 Web结构挖掘

2.3.3 Web日志挖掘

2.4 Web数据挖掘的用途

2.5 Web文本挖掘

2.5.1文本总结

2.5.2文本分类

2.5.3文本聚类

2.5.4关联规则

2.6基于主题特征词的Web文本分类挖掘

2.6.1 Web数据预处理

2.6.2文本表示

2.6.3特征提取

2.6.4分类和评估

2.7本章小结

第三章 个性化网络学习模型构建

3.1传统的基于Web的网络学习模型

3.2个性化的网络学习模型

3.3个性化处理引擎

3.4本章小结

第四章 基于Web数据挖掘的学习者个性化信息模型建模

4.1面向个性化学习的个性化信息模型

4.1.1学习者个性化信息模型的组成

4.1.2学习者个性化信息模型

4.2学习者信息收集

4.2.1基于Web数据挖掘的学习者动态信息收集

4.2.2学习者动态信息的处理

4.3学习者个性化信息模型的建立和更新

4.3.1学习者个性化信息模型的建立

4.3.2学习者个性化信息模型的更新

4.4本章小结

第五章 基于Web文档聚类的个性化推荐

5.1 Web文档常用聚类方法及其存在的问题

5.1.1层次聚类法

5.1.2平面划分法

5.2基于互信息的Web文档聚类

5.2.1互信息相关理论基础

5.2.2基于互信息的文档聚类方法

5.2.3基于互信息的文档聚类实现

5.3个性化推荐

5.3.1个性化推荐的概念

5.3.2基于聚类的个性化推荐

5.4实验结果分析

5.5本章小结

第六章 个性化网络学习系统实现

6.1系统框架图

6.2系统用户功能分析

6.3学生用户主要功能模块设计

6.4主要数据库表设计

6.5主要功能模块演示

6.5.1学生学习偏好统计分析模块

6.5.2学生课程知识点绩效统计

6.5.3学生学习情况统计

6.5.4个性化学习资源推荐

第七章 结论

7.1论文总结

7.2下一步研究工作

参考文献

攻读硕士学位期间取得的研究成果

致谢