基于UGC模式的网络课堂及其资源存储和推荐方法研究与实现

发布时间：2017-04-28 05:07

  本文关键词：基于UGC模式的网络课堂及其资源存储和推荐方法研究与实现，由笔耕文化传播整理发布。

【摘要】：网络课堂是教育产业信息化发展的产物。国内许多企业的培训系统网络课堂普遍采用基于专业生成内容的计划性课程模式，这种模式虽然已经非常成熟易用，但其成本高、周期长、内容单一、灵活性差且更新速度缓慢的不足，已经难以满足用户对课程内容更丰富、课程选择更自由、学习时间更灵活的需求。借鉴当今较为流行的基于用户生成内容模式的网站构建思路，本文提出了以用户生成内容的模式扩展培训系统的课程体系的思想，使专业生成内容与用户生成内容的课程共同为用户服务。用户生成内容模式的引入将导致对系统架构的伸缩性要求高、需要存储大量资源和快速准确为用户推荐资源等多方面的问题。以面向资源架构的思想设计基于用户生成内容模式的网络课堂系统架构，是提升其伸缩性和可移植性的较优策略。而利用分布式计算框架Hadoop实现海量数据存储和实时准确推荐的方案，因其构建成本低而运行性能好的优势，逐渐受到广泛关注。 本文采用Java作为服务器开发语言，，采用Flex技术开发多媒体课堂的流媒体应用客户端，使用Linux虚拟机搭建完全分布式Hadoop集群（一个主节点，两个从节点），在实现一个基于用户生成内容模式的网络课堂的基础上，主要完成了如下工作： (1)根据用户生成内容模式的基本概念和特点，提出了基于用户生成内容模式的网络课堂的服务模型，并结合网络课堂的多媒体应用和海量资源存储与推荐的需求，提出了一种的运行架构模型。 (2)设计系统时，采用面向资源架构，严格遵循REST风格的原则，提升了基于用户生成内容模式的网络课堂的系统伸缩性、可移植性和易用性。 (3)依据课程多媒体文件的一次写入、多次读取的使用特点，实现了使用HDFS存储大量多媒体文件的方案，解决了海量数据存储的问题，并保障了文件的可用性。 (4)先用HBase采集了用户访问记录作为用户偏好分析的指标，然后采用Hadoop的Map/Reduce作业系统分别实现了基于用户和基于物品的协同过滤推荐算法，并给出了Map/Reduce的任务流程和推荐系统架构。 (5)详细阐述了使用流媒体服务器Red5开发多种网络课堂多媒体应用的方法，为流媒体应用开发提供了一种开源方案。
【关键词】：网络课堂 用户生成内容 海量资源存储 推荐算法
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP333;TP391.3
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-14
• 1.1 研究背景与意义9-10
• 1.1.1 课题来源9
• 1.1.2 网络课堂的发展需求9-10
• 1.1.3 UGC 模式及其前景10
• 1.2 国内外研究现状10-12
• 1.3 本文所做的工作12
• 1.4 本文的组织结构12-14
• 第2章 基于 UGC 模式的网络课堂建模14-17
• 2.1 UGC 模式的特点14-15
• 2.2 基于 UGC 模式的网络课堂的服务模型15
• 2.3 基于 UGC 模式的网络课堂的运行架构模型15-16
• 2.4 本章小结16-17
• 第3章 面向资源架构在基于 UGC 模式的网络课堂中的运用17-23
• 3.1 基于 UGC 模式的网络课堂的功能设计17-18
• 3.1.1 基于 UGC 模式的网络课堂的功能模型17
• 3.1.2 基于 UGC 模式的网络课堂的逻辑模型17-18
• 3.2 REST 和面向资源架构18-20
• 3.2.1 REST 风格18-20
• 3.2.2 面向资源架构的概念20
• 3.3 基于面向资源架构的系统设计20-22
• 3.4 本章小结22-23
• 第4章 基于 Hadoop 的资源存储和推荐方法的研究23-43
• 4.1 Hadoop 分布式计算框架23-32
• 4.1.1 Hadoop 的起源23
• 4.1.2 Apache Hadoop 的生态圈23-24
• 4.1.3 Hadoop 分布式文件系统 HDFS24-28
• 4.1.4 Hadoop 分布式 NoSQL 数据库 HBase28-32
• 4.2 基于 HDFS 的课程多媒体资源存储与读取32-33
• 4.2.1 基于 HDFS 的课程多媒体资源存储32
• 4.2.2 基于 HDFS 的课程多媒体资源读取32-33
• 4.3 基于 HBase 对用户访问记录采集的重构33-36
• 4.3.1 关系数据库和 MapReduce 的比较33-35
• 4.3.2 基于关系数据库的用户访问记录采集方法35
• 4.3.3 基于 HBase 的用户访问记录采集方法35-36
• 4.4 基于 MapReduce 的协同过滤推荐算法实现36-42
• 4.4.1 协同过滤推荐算法基本原理36-39
• 4.4.2 基于用户的协同过滤算法的推荐原则39-40
• 4.4.3 基于物品的协同过滤算法的推荐原则40
• 4.4.4 基于 MapReduce 的协同过滤算法的实现40-42
• 4.5 本章小结42-43
• 第5章 基于 UGC 模式的网络课堂及其资源存储和推荐功能的实现43-54
• 5.1 多媒体课堂的设计与实现43-52
• 5.1.1 多媒体课堂管理功能设计与实现43-46
• 5.1.2 常见格式文档展示的设计46-47
• 5.1.3 Red5 流媒体服务器47-48
• 5.1.4 流媒体应用的设计与实现48-52
• 5.2 基于 Hadoop 的资源存储和推荐的实现52-53
• 5.2.1 课程多媒体资源分布式存储的实现52-53
• 5.2.2 课程推荐功能的实现53
• 5.3 本章小结53-54
• 第6章 总结与展望54-56
• 6.1 全文总结54
• 6.2 研究展望54-56
• 致谢56-57
• 参考文献57-59
• 攻读硕士学位期间发表的论文及参加的项目59

【参考文献】

中国期刊全文数据库 前2条

1 周应超,苗彦超,郝敏,孟丹;视频服务器性能测试研究[J];计算机工程;2004年14期

2 严晓青;章紫萍;;用户生成广告:web2.0环境下的新选择[J];现代营销(学苑版);2011年05期

  本文关键词：基于UGC模式的网络课堂及其资源存储和推荐方法研究与实现，由笔耕文化传播整理发布。

本文编号：332151