学位论文 > 优秀研究生学位论文题录展示
E-Learning个性化系统的推荐策略研究——来自电子商务推荐系统的启示
作 者: 任宇
导 师: 赵蔚
学 校: 东北师范大学
专 业: 教育技术学
关键词: 数字化学习 个性化学习系统 电子商务推荐系统 个性化推荐 推荐策略 协同过滤
分类号: TP391.6
类 型: 硕士论文
年 份: 2010年
下 载: 354次
引 用: 0次
阅 读: 论文下载
内容摘要
在建设数字化终身学习体系的大背景下,E-Learning个性化推荐系统作为终身学习体系中最重要的学习方式,受到广泛的关注。个性化推荐系统(简称PRS)最早应用于电子商务和信息服务领域,现已相对成熟。而PRS在E-Learning中的应用尚处于摸索阶段。鉴于此,笔者以电子商务领域的个性化推荐系统为切入点,选取其中成功的推荐系统案例做研究,获取个性化推荐系统应用的成功经验,并从中提取出对E-Learning系统个性化建设的启示,最终探讨出E-Learning个性化系统的推荐策略。本研究以个性化推荐理论作为基本的理论基础。首先采用文献研究法,探讨出个性化推荐理论的内涵,并对当前个性化推荐的关键技术进行简单的介绍,针对这些关键技术的优缺点和适用场合比较分析,提出常用的个性化推荐策略。然后采用个案调查法,以Amazon.com、豆瓣网、MovieLens.org三个成功的电子商务个性化推荐系统为研究案例,分析他们典型的推荐功能和采用的推荐策略以及优势特点,从中获取个性化推荐理论应用的成功经验。最后分析E-Learning个性化系统中的推荐服务形式,通过比较与电子商务推荐系统的相似之处找到可借鉴到E-Learning中的几个方面:1.建立虚拟学习社区;2.引入社会化标签,并做标签修正;3.充分发掘用户之间的推荐;4.优化推荐;5.创建个性化的学习环境。最终提出E-Learning个性化系统的推荐策略:采用协同过滤技术与基于关联规则的推荐相组合的推荐策略,建立一个虚拟学习社区。利用系统算法推荐与用户之间推荐相结合的方式,将学习资源、学习活动、学习策略三者整合起来,向学习者推荐完整的E-Learning学习方案。
|
全文目录
摘要 4-5 Abstract 5-8 第1章 绪论 8-12 1.1 研究背景 8 1.2 E-Learning 个性化推荐系统研究现状 8-9 1.3 论文研究的意义 9-10 1.4 论文的研究内容与组织结构 10-12 第2章 个性化推荐的理论、技术与策略 12-20 2.1 个性化推荐理论内涵 12-13 2.2 个性化推荐的关键技术 13-18 2.2.1 协同过滤推荐 13-16 2.2.1.1 基于用户的协同过滤 14-15 2.2.1.2 基于项目的协同过滤 15-16 2.2.2 基于用户统计信息的推荐 16 2.2.3 基于内容的推荐 16 2.2.4 基于效用的推荐 16 2.2.5 基于知识的推荐 16-17 2.2.6 基于规则的推荐 17 2.2.7 各种推荐技术的比较 17-18 2.3 个性化推荐策略 18-20 第3章 电子商务个性化推荐系统的典型应用案例解析 20-41 3.1 Amazon.com“个性化推荐先驱” 20-27 3.1.1 典型的推荐功能 21-25 3.1.2 采用的推荐策略 25-27 3.1.3 优势 27 3.2 豆瓣“推荐好东西的网站” 27-36 3.2.1 典型的推荐功能 29-34 3.2.2 采用的推荐策略 34-36 3.2.3 优势 36 3.3 MovieLens.org“推荐系统的研究站点” 36-41 3.3.1 典型的推荐功能 37-39 3.3.2 采用的推荐策略 39 3.3.3 优势 39-41 第4章 电子商务启示下的E-Learning 个性化系统推荐策略 41-47 4.1 E-Learning 个性化系统中的推荐服务 41-42 4.1.1 学习资源的推荐 41 4.1.2 学习活动的推荐 41 4.1.3 学习策略的推荐 41-42 4.2 电子商务个性化推荐系统对E-Learning 系统个性化建设的启示 42-44 4.3 E-Learning 个性化系统推荐策略 44-47 第5章 总结与展望 47-49 5.1 总结 47-48 5.2 展望 48-49 参考文献 49-51 后记 51-52 在学期间公开发表论文及著作情况 52
|
相似论文
- Web使用挖掘与网页个性化服务推荐研究,TP311.13
- 数字化学习资源支持下的大学生自主学习模式构建研究,G434
- 基于自然遗忘的个性化推荐算法研究,TP311.52
- 面向用户偏好的MADM方法在个性化推荐中的应用,G353.1
- 基于蚁群算法的移动商务个性化推荐体系研究,TP391.3
- 基于协同过滤的用户兴趣发现,TP391.3
- 基于信息型模型的音乐推荐算法,TP391.3
- 基于社会化标签体系的个性化推荐引擎技术研究,TP391.3
- 基于GPU的图书推荐系统研究与实现,TP391.3
- 商品热销度分析与展示,TP391.3
- 基于C2C电子商务模式下商品推荐系统应用研究,F724.6
- 基于Agent元搜索引擎的个性化研究,TP391.3
- 基于用户兴趣和浏览行为的个性化推荐技术研究,TP391.3
- 改进的聚类挖掘算法对网络自助出版“长尾”文本的推荐应用,TP311.13
- 基于特征向量的个性化推荐算法研究,TP391.3
- 基于语用情境的资源推荐研究及应用,TP391.3
- 动态推荐技术的研究及在个性化电子警务中的应用,D631.1
- 高校思想政治课混合式学习的设计和应用,G641
- Web挖掘技术在远程教学系统中的应用,TP391.6
- 跨系统个性化服务中隐私保持问题研究,TP393.08
- Agent电子商务推荐系统下协同过滤技术研究,F713.36
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) > 教学机、学习机
© 2012 www.xueweilunwen.com
|