基于用户行为动态推荐算法的学习管理系统设计与实现

摘要

随着互联网的高速发展与信息的日益剧增，高校老师和同学的学习与思考方式发生了巨大变化，传统的教育模式已经无法满足老师和同学的要求。课堂上，老师按部就班的讲解知识，老师不能及时得到同学们的反馈，很大可能造成同学们对知识的不理解，进而感到巨大的压力。现有的资源无法有效的共享，也无法提供交互式的学习，同时也不可能基于用户的行为提供个性化推荐。当加入课堂的同学越来越多后，传统的学习方式不仅受到时间限制而且受到空间的制约，根本不能满足个性化的学习需求。
　　学习管理学系统是传统教育与互联网完美结合的产物，通过现有的课堂教学手段，教学活动能够较为便捷且有效地向同学传递知识。系统提供搜索、推荐、资源复用等个性化服务，不仅简化高校教师的工作量，并且提供统计分析的功能，并结合实际情况，采用特有的推荐模型对用户的行为进行分析，进而给用户提供个性化推荐内容。
　　海量数据的存储与并行计算是学习管理学系统中的重难点问题，为此本文引入大数据框架，设计实现了一个功能全面的学习管理系统，主要工作如下：
　　1）采用SpringMVC+Mysql+Mongodb+Solr+Maven+Redis+Shiro框架搭建系统，以课程作为核心进行展开，利用分层式的设计对不同层级进行解耦，减少强依赖关系。
　　2）构建爬虫组件，爬取某知名电商网站信息，获取教材资源。
　　3）对创建课程、出题、组卷、统计等一系列核心功能进行需求分析和功能性、非功能性设计，并对数据库与原型进行设计，然后进行编码与UI替换。
　　4）引入大数据框架解决海量数据的存储与并行问题。基于用户行为日志，对大量文献资料进行研究，从而构建出适应系统的推荐模型，并采用此推荐模型对用户进行教材资源相关推荐，提高系统智能化程度，从而有效解决统计分析、资源共享、个性化学习以及老师工作量等一系列问题。

目录

声明

第一章 绪 论

1.1 研究工作的背景与意义

1.2 学习管理系统的国内外研究现状

1.3 本文的系统选型及组织结构

第二章 系统相关技术及框架选型

2.1 SSM框架

2.2 Hadoop框架

2.3 Solr搜索引擎

2.4 数据库与项目管理相关技术

2.5 推荐相关算法

2.6 本章小结

第三章 基于用户行为动态的推荐方法研究

3.1 用户行为数据分析及推荐模型建立

3.2 用户行为特性分析

3.3 推荐算法及数据处理的并行化

3.4 用户数据采集

3.5 本章小结

第四章 学习管理系统需求分析

4.1 学习管理系统概述

4.2 学习管理系统功能需求

4.3 学习管理系统非功能需求

4.4 本章小结

第五章 学习管理系统的设计

5.1 学习管理系统整体架构

5.2 推荐模块架构设计

5.3 学习管理系统功能设计

5.4 学习管理系统数据库设计

5.5 本章小结

第六章 学习管理系统的实现

6.1 学习管理系统开发环境

6.2 学系管理系统运行环境

6.3 学习管理系统特色推荐模块的实现及代码展示

6.4 学习管理系统其它部分实现及其展示

6.5 本章小结

第七章 学习管理系统的测试

7.1 测试目的

7.2 测试内容

7.3 测试方案

7.4 场景测试模拟

7.5 指标监控及分析方案

7.6 测试结果及分析

7.7 功能性测试

7.8 问题及解决方案

7.9 本章小结

第八章 全文总结与展望

8.1 全文总结

8.2 后续工作展望

致谢

参考文献

攻读硕士学位期间取得的成果