声明
摘要
第一章绪论
1．1课题研究背景与意义
1．2国内外研究现状
1．3存在的问题
1．4研究目标与工作
1．5论文组织结构
第二章研究基础
2．1协同过滤推荐
2．2情感量化
2．3隐语义模型
2．4关键词提取算法
2．5 LDA模型
2．6卷积神经网络
2．7本章小结
第三章基于在线学习者测试成绩与评论数据的学习资源推荐研究框架
3．1引言
3．2问题定义
3．3学习资源推荐框架
3．4学习资源推荐流程
3．5本章小结
第四章在线学习社区中学习者与学习资源建模
4．1在线学习社区中学习者模型构建
4．1．1学习者基本信息收集
4．1．2学习者对知识点掌握程度量化
4．1．3学习者在线测试得分率量化
4．1．4学习资源掌握程度与学习者观点质量量化
4．1．5学习者-学习资源掌握程度矩阵构建
4．1．6学习者特征提取
4．2在线学习社区的学习资源模型构建
4．2．1利用主题模型构建卷积神经网络输入
4．2．2激活函数
4．2．3 Dropout
4．2．4卷积神经网络构建
4．2．5学习资源特征提取
4．3本章小结
第五章学习资源推荐算法研究
5．1学习者相似度传递
5．2 RT-LFM-CNN学习资源推荐算法
5．3相关工作对比
5．4本章小结
第六章实证分析
6．1实验数据
6．2评测标淮
6．3实验结果与分析
第七章总结与展望
7．1总结
7．2展望
参考文献
攻读硕士学位期间成果及参加的科研项目
致谢
