当前位置:主页 > 教育论文 > 学生管理论文 >

支持推荐的在线教育系统研究与应用

发布时间:2021-08-25 19:23
  随着信息技术的快速发展,人们早已从信息缺乏时代转变为信息过载的时代。推荐系统就是根据用户的行为数据,在大量的数据中快速为用户推荐有效的信息,从而缩短用户的搜索时间提高用户体验。SAP是一种较受欢迎的企业管理软件,国内的SAP行业也因此快速发展,但是目前并没有面向SAP学习的MOOC网站。本文针对上述问题,提出了一种新颖的课程推荐算法,并设计了一个基于该推荐算法的SAP在线课程学习系统。关于算法设计,首先使用开源的分词工具提取课程文本的词语,并用TF-IDF算法计算词语的重要度,使用余弦公式计算出课程之间的相似度。然后采用基于物品的协同过滤算法,结合用户课程评分,计算出课程之间的相似度。将这两种算法计算的相似度进行加权结合。最终将得到相似度最高的Top-N课程列表推荐给用户。关于系统设计,利用MVC架构设计实现了SAP在线学习系统。该系统包括登录、注册、搜索、课程推荐等多个功能模块。其中课程推荐模块结合得分和文本信息,利用提出的推荐算法给用户推荐课程。该系统实现了网站前端与数据库的交互功能。采用MySQL数据库,并完成了核心数据表格设计。同时该系统还给出了解决用户冷启动和课程冷启动问题的... 

【文章来源】:大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】:68 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
1 绪论
    1.1 研究背景与意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 MOOC的研究与发展现状
        1.2.2 推荐算法的研究现状
    1.3 研究内容
    1.4 论文结构
    1.5 本章小结
2 推荐系统理论基础
    2.1 协同过滤算法综述
    2.2 基于物品的协同过滤
    2.3 TF-IDF原理
        2.3.1 分词技术
        2.3.2 TF-IDF算法简介
    2.4 本章小结
3 课程推荐系统需求分析
    3.1 功能需求分析
        3.1.1 网站基本功能分析
        3.1.2 推荐列表需求分析
        3.1.3 用户和课程的数据收集分析
        3.1.4 推荐系统的冷启动问题分析
        3.1.5 数据库的需求分析
    3.2 业务需求分析
    3.3 数据流图的需求分析
    3.4 系统非功能性需求分析
    3.5 本章小结
4 课程推荐算法与系统设计
    4.1 推荐算法设计
        4.1.1 课程关键词算法
        4.1.2 基于物品的协同过滤与评分机制
        4.1.3 相似度加权
    4.2 系统概要设计
        4.2.1 系统功能架构设计
        4.2.2 系统逻辑架构设计
    4.3 系统详细设计
        4.3.1 系统功能模块设计
        4.3.2 数据库设计
    4.4 本章小结
5 课程推荐系统实现与算法测评
    5.1 系统实现概述
        5.1.1 系统开发环境搭建
        5.1.2 系统开发工具及使用框架
    5.2 推荐算法实现
        5.2.1 冷启动解决方案
        5.2.2 推荐算法伪代码
    5.3 推荐系统算法性能分析
        5.3.1 实验数据与方法
        5.3.2 推荐算法性能对比
    5.4 推荐系统功能实现
        5.4.1 客户端功能实现
    5.5 本章小结
6 系统测试
    6.1 测试方法及用例设计
        6.1.1 单元测试
        6.1.2 兼容性测试
        6.1.3 可扩展性测试
    6.2 测试结果运行图
    6.3 测试结果分析
    6.4 本章小结
结论
参考文献
致谢


【参考文献】:
期刊论文
[1]Integrating a weighted-average method into the random walk framework to generate individual friend recommendations[J]. Jibing GONG,Xiaoxia GAO,Hong CHENG,Jihui LIU,Yanqing SONG,Mantang ZHANG,Yi ZHAO.  Science China(Information Sciences). 2017(11)
[2]我国MOOC的研究热点与发展趋势解析[J]. 凡妙然.  现代教育技术. 2017(03)
[3]基于教育数据挖掘的网络学习过程监管研究[J]. 施佺,钱源,孙玲.  现代教育技术. 2016(06)
[4]Web前端MVC框架的意义与前端发展方向展望[J]. 金枫.  电脑知识与技术. 2016(03)
[5]可信软件非功能需求形式化表示与可满足分析[J]. 张璇,李彤,王旭,于倩,郁湧,朱锐.  软件学报. 2015(10)
[6]Personalized Recommendation Algorithm Based on Preference Features[J]. Liang Hu,Guohang Song,Zhenzhen Xie,Kuo Zhao.  Tsinghua Science and Technology. 2014(03)
[7]我国教育信息化的困局与出路——兼论网络教育模式的创新[J]. 王竹立.  远程教育杂志. 2014(02)
[8]个性化推荐系统综述[J]. 王国霞,刘贺平.  计算机工程与应用. 2012(07)
[9]一种结合词项语义信息和TF-IDF方法的文本相似度量方法[J]. 黄承慧,印鉴,侯昉.  计算机学报. 2011(05)

博士论文
[1]高效重复数据删除技术研究[D]. 王国华.华南理工大学 2014

硕士论文
[1]基于edX的MOOC互动交流平台的设计与实现[D]. 王秀婷.哈尔滨工业大学 2014
[2]基于WEB数据库的相关技术研究与实践[D]. 陈丹.哈尔滨理工大学 2001



本文编号:3362706

资料下载
论文发表

本文链接:https://www.wllwen.com/jiaoyulunwen/xueshengguanli/3362706.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户d2722***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com