摘要
第1章 绪论
1.1 研究背景与意义
1.1.1 数字学习资源
1.1.2 个性化推荐
1.2 国内外研究现状
1.2.1 个性化推荐
1.2.2 学习资源推荐
1.3 本文的研究内容
1.4 本文的组织结构
第2章 相关技术与研究
2.1 引言
2.2 个性化推荐系统基本结构
2.3 个性化推荐算法
2.3.1 基于关联规则的推荐
2.3.2 基于内容的推荐
2.3.3 基于协同过滤的推荐
2.3.4 混合推荐
2.4 个性化推荐存在的问题
第3章 数字学习资源个性化推荐技术研究
3.1 引言
3.2 偏好数据采集
3.2.1 学习行为选取
3.2.2 数据采集方案
3.2.3 数据预处理
3.3 页面语义分析
3.4 学习行为分析
3.4.1 多元线性回归模型
3.4.2 页面预测评分
3.4.3 结合学习行为和页面语义特征的学习兴趣模型
3.5 改进的K-means聚类推荐算法
3.5.1 改进的K-means聚类
3.5.2 个性化推荐流程
第4章 应用系统设计
4.1 引言
4.2 模块设计
4.2.1 数据采集模块
4.2.2 学习行为分析模块
4.2.3 个性化推荐模块
4.3 数据库设计
4.4 效果展示
第5章 实验设计
5.1 引言
5.2 实验准备
5.2.1 实验环境
5.2.2 实验数据集
5.3 实验评估标准
5.4 实验结果与分析
第6章 总结与展望
6.1 本文工作总结
6.2 下一步工作
参考文献
致谢
声明