学位论文 > 优秀研究生学位论文题录展示
基于Web数据挖掘的网络教学资源库个性化信息检索研究
作 者: 王小平
导 师: 罗会棣
学 校: 西南大学
专 业: 教育技术学
关键词: 个性化网络教学 Web数据挖掘 ISMTR 个性化推荐算法
分类号: TP391.3
类 型: 硕士论文
年 份: 2008年
下 载: 511次
引 用: 1次
阅 读: 论文下载
内容摘要
随着互联网与教育事业的日益融合,网络化教育已成为当今教育发展的新生长点和现代教育技术主流的发展方向。当前的网络教学中普遍存在教学模式单一,教学资源简单堆积,智能化程度低等问题,而接受教育的对象的学习能力、个人兴趣和习惯、个人学习基础、努力程度,都存在巨大的差异。由此带来的是网络教学平台不能适应学习者个性化需求的矛盾。本文以国家网络教育技术规范(CELTS)和Web数据挖掘技术为基础,研究网络教学中资源库的个性化服务问题,主要工作包括:1.分析了网络教育资源库的发展现状和目前个性化服务研究情况,在此基础上提出本文的研究意义与内容组织。2.研究了网络教学资源库。分析了网络教学资源库的系统构成及基本功能,阐述了目前网络教学资源库建设的现状和网络教学资源库的发展趋势。3.分析了Web数据挖掘技术。在阐述了Web内容挖掘、Web结构挖掘、Web使用挖掘后,提出了各自实现个性化推荐的方法。4.分析了个性化搜索引擎模型构建。论述了ISMTR模型的构建原则和方法,包括用户兴趣的提取与调整、用户模型的建立和教学资源的过滤,最后建立了个性化教学资源库系统的系统结构。5.研究了Web资源库个性化检索关键技术。主要从搜索引擎对搜索结果的优化、如何确定用户、挖掘用户兴趣、用户兴趣模型的表达、用户兴趣模型的更新算法和个性化信息过滤几个环节进行了探讨。6.通过Web个性化应用实验系统,论述了技术的可行性。7.展望了未来的研究工作和方向。
|
全文目录
摘要 6-8 Abstract 8-9 第一章 绪论 9-14 1.1 引言 9-10 1.2 网络资源库与个性化服务 10-13 1.2.1 网络资源库的发展现状 10-11 1.2.2 个性化服务研究进展 11-13 1.3 论文的研究意义与内容组织 13-14 第二章 网络教学资源库 14-22 2.1 网络教学资源及特点 14 2.2 网络教学资源库的系统构成及基本功能 14-16 2.3 建设网络教学资源库的意义 16-18 2.4 目前网络教学资源库建设的现状 18-21 2.5 网络教学资源库的发展趋势 21-22 第三章 WEB数据挖掘技术 22-38 3.1 Web内容挖掘 22-23 3.2 Web结构挖掘 23-24 3.3 Web使用挖掘 24-25 3.4 运用Web数据挖掘技术实现个性化推荐 25-28 3.5 运用Web内容挖掘技术实现个性化推荐 28-29 3.5.1 离线处理部分——数据准备 28-29 3.5.2 在线处理部分——确定推荐系数 29 3.6 运用Web结构挖掘技术实现个性化推荐 29-35 3.6.1 关联规则(Association Rule)分析 30-34 3.6.2 离线处理部分—数据准备 34 3.6.3 在线处理部分——确定推荐系数 34-35 3.7 运用Web使用挖掘技术实现个性化推荐 35-38 3.7.1 Web使用数据的预处理 35-36 3.7.2 构建学习者相似度矩阵并确定推荐系数 36-38 第四章 个性化搜索引擎模型构建 38-52 4.1 个性化搜索引擎的研究现状 38-39 4.2 教学资源库个性化服务模型 39-41 4.2.1 模型与功能 39-40 4.2.2 用户资源使用兴趣特征转换图 40-41 4.2.3 模型的工作过程 41 4.3 ISMTR模型的构建 41-44 4.3.1 模型构建原则 42-43 4.3.2 教学资源的表示 43-44 4.4 用户兴趣的提取与调整 44-48 4.4.1 用户兴趣的描述 44-45 4.4.2 用户兴趣的获取 45-46 4.4.3 用户兴趣的动态调整 46-48 4.4.4 采用用户相关反馈来实现动态跟踪用户兴趣变化 48 4.5 建立用户模型 48-50 4.5.1 个体用户模型 48-49 4.5.2 小组用户兴趣模型 49 4.5.3 综合用户兴趣模型 49-50 4.6 教学资源过滤 50 4.6.1 过滤技术 50 4.6.2 过滤算法 50 4.7 个性化教学资源库系统的系统结构和功能 50-52 第五章 Web资源库个性化检索关键技术 52-63 5.1 个性化信息服务的意义 52-53 5.2 搜索引擎对搜索结果的优化 53-55 5.2.1 基于超链接的相关度排序 53-54 5.2.2 检索结果的联机聚类 54 5.2.3 相关度反馈 54-55 5.3 确定用户 55-57 5.4 用户兴趣学习 57-59 5.4.1 学习的基本机制 57 5.4.2 挖掘用户兴趣的方法 57-59 5.5 用户兴趣模型的表达 59-61 5.5.1 传统的矢量空间模型 59-60 5.5.2 概率模型 60-61 5.6 用户兴趣模型的更新算法 61 5.7 个性化信息过滤 61-63 5.7.1 信息过滤技术 61-62 5.7.2 基于内容的过滤方法 62-63 第六章 WEB个性化应用实验系统 63-69 6.1 拓扑结构 63 6.2 实验结果 63-66 6.3 用户窗口界面 66-69 6.3.1 登录界面 67 6.3.2 定制窗口 67-68 6.3.3 个性化窗口 68-69 第七章 结束语 69-71 参考文献 71-73 致谢 73
|
相似论文
- 基于WEB平台的家电类产品智能导购系统的研究,TP311.52
- 基于数据挖掘技术的求职招聘系统设计与实现,TP311.13
- 基于Web数据挖掘的个性化搜索引擎研究,TP391.3
- 基于用户兴趣模型的个性化搜索引擎研究与分析,TP391.3
- 基于Web数据挖掘在个性化远程教学系统中的应用研究,TP311.13
- 基于Web数据挖掘的智能推荐研究,TP391.3
- 基于RSS的旅游电子商务平台信息发布系统设计,TP311.52
- 基于Web数据挖掘的搜索引擎设计与实现,TP391.3
- 搜索引擎的研究与设计,TP391.3
- Web数据挖掘在个性化服务中的应用研究,TP311.13
- 关联规则挖掘算法在web日志挖掘中的应用研究,TP311.13
- 基于Web数据挖掘的个性化服务研究,TP311.13
- 基于CURE聚类的汉语自主学习资源的分组算法研究,TP311.13
- 基于改进遗传算法的Web关联规则挖掘的研究,TP393.09
- 一种基于相似度值的向量空间投影HITS算法,TP311.13
- 基于数据挖掘的电子商务个性化推荐算法的研究及应用,TP311.13
- 基于Web挖掘的B2C网站需求分析与应用研究,TP393.092
- Web日志挖掘技术研究,TP311.13
- 一个基于语义信息提取的互联网情报挖掘系统的设计与实现,TP311.13
- 用户兴趣模型建模方法研究,TP311.13
- 基于模糊关联规则Web挖掘算法的研究,TP311.13
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 检索机
© 2012 www.xueweilunwen.com
|