关联规则挖掘在精品课程网站中的应用研究

摘要

由于国家对精品课程建设的大力推广，作为精品课程核心内容之一的精品课程网络教学平台也已经得到普及。然而现在的精品课程网络教学平台普遍存在个性化学习推荐功能较弱、互动性较差等情况，所以用户利用网络教学平台进行学习的体验并不优秀，这也成为了导致网络教学平台利用率不高的因素之一。
　　本文基于关联规则挖掘技术和AJAX技术，以软件工程技术为指导，设计并实现了具有个性化学习内容推荐功能和较强互动功能的精品课程网络教学平台。个性化学习内容推荐功能包含两个核心子模块:一是实现关联规则挖掘子模块，二是利用关联规则实现学习内容推荐子模块。在关联规则挖掘模块中采用了Apriori算法对用户的访问日志进行关联规则挖掘，实现用户访问系统时的学习内容推荐;同时，基于用户访问的内容数据具有层次性的特点，本文也研究了利用ML-SH挖掘算法对同层数据进行关联规则挖掘，从而实现了板块之间的访问推荐效果。
　　在平台实现的基础上，本文对平台的关联规则模块进行了测试，并对测试过程中关联规则模块可能存在的问题进行了分析。同时，为了获知用户对平台推荐的学习内容的满意程度，即系统推荐的效果，本文提出了利用统计用户访问系统推荐的内容数量占其当次访问的内容数量的比值，作为评判用户满意度的方式，并以该方式对系统的推荐效果进行了实验测试，实验结果证明用户对推荐的内容是感到满意的。

目录

声明

摘要

第一章 绪论

1．1 论文的研究背景

1．2 国内外研究现状

1．3 论文研究的主要内容

1．4 论文的结构安排

第二章 相关的理论与技术基础

2．1 关联规则挖掘技术

2．1．1 关联规则概述

2．1．2 Apriori算法概述

2．1．3 多层关联规则ML-SH算法概述

2．2 关联规则在精品课程网站中的应用分析

2．3 AJAX技术

2．4 本章小结

第三章 系统的分析与设计

3．1 功能需求与数据要求分析

3．1．1 系统的功能需求分析

3．1．2 关联规则挖掘及内容推荐的功能模型

3．1．3 系统的数据要求分析

3．2 系统的设计

3．2．1 系统的模块设计

3．2．2 系统的数据库设计

3．3 本章小结

第四章 系统的实现

4．1 关联规则挖掘模块的实现

4．1．1 Apriori算法的实现

4．1．2 ML-SH算法的实现

4．2 内容推荐模块的实现

4．2．1 Apriori推荐模块

4．2．2 ML-SH推荐模块

4．3 在线交流模块实现

4．3．1 在线交流留言发表模块

4．3．2 在线交流留言管理模块

4．4 本章小结

第五章 关联规则模块测试及推荐效果分析

5．1 关联规则模块的测试

5．1．1 Apriori内容推荐功能测试

5．1．2 ML-SH内容推荐功能测试

5．1．3 存在的问题分析

5．2 推荐效果分析

5．3 本章小结

第六章 总结与展望

6．1 论文总结

6．2 下一步的研究工作

参考文献

致谢

攻读硕士学位期间发表的学术论文与取得的其他研究成果