基于Django框架的备课资源推荐系统的设计与实现
发布时间：2021-06-23 04:59
目前,人工智能的发展为教育领域赋能,从为教师服务的角度看,具有减轻负担、帮助教师更加关注学生个性发展、提高效率等优势。比如,人工智能的备课技术,可以满足教师个性化备课的需要,根据教师的不同需求为教师推送不同的教学资源,提供智能化备课的服务。研究发现,现有的备课平台主要存在两个问题。1)未能面向全体教师。现有的备课平台,大多面向K12阶段的教师,忽略了高校教师的备课需要。2)未能实现教学资源的个性化推荐。随着数据量日益增多,在海量资源中找到合适的资源变得越来越困难,并且用户也希望系统能够做到根据每个人的不同需求进行针对性的推荐。基于以上分析,本文提出了基于Django框架的备课资源推荐系统。本系统面向高校教师,由于高校中专业较多,且分类较细,故以计算机课程为例。设计思路如下。利用爬虫技术从网络中爬取与计算机课程相关的教学资源,并结合Django框架搭建起备课平台。其次,在平台中融入了基于标签的推荐算法和基于关联规则的推荐算法,实现教学资源的个性化推荐。这样做的目的是,利用标签解决推荐系统中的冷启动问题,新用户可以通过在注册时选择兴趣标签的方式,让系统快速的了解用户需求,以此避免用户在刚刚...
【文章来源】：天津师范大学天津市
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
关于“备课系统”知网指数分析结果
天津师范大学硕士学位论文91）内容分析器。内容分析器使用某种表示方法，对于项目进行分类。2）概要学习器。可以生成每个用户的偏好。3）过滤组件。接收所有的输入数据，并根据输入的数据，生成推荐列表。图2-2基于内容推荐的体系结构基于内容的推荐的大致过程如下。1）分析用户喜好，建立用户模型。在建模时，通常是对用户的浏览行为、收藏行为、评价行为等数据进行收集，并以特征向量的形式表示出来，以此来分析用户的喜好。2）分析并提取资源特征，建立资源模型，按照其特点对资源进行归类。在建立资源模型时，通常采用TF-IDF算法对资源进行特征提取[29]，但是这种提取方式要求资源可以被表示为文本的形式。3）根据用户模型和资源模型，计算两者之间的相似度，旨在为用户推荐感兴趣的资源。相似度可用余弦相似度公式来计算。下面以书籍推荐为例说明，某用户的书籍阅读情况如表2-1所示。表2-1某用户的书籍阅读情况书籍书籍特征阅读情况B1小说、推理√（已阅读）B2科普、说明×（未阅读）B3小说、推理、悬疑×（未阅读）图2-3展示了该推荐过程。系统通过分析知道，在未阅读的书籍中，用户可
天津师范大学硕士学位论文40并且与云数据库兼容。同时，Navicat为用户提供了可视化界面，它是一个图形用户界面（GUI）工具，用户通过Navicat即可操作、管理MySQL服务器，例如，管理建立好的数据库，编写SQL语句，导出数据等。图5-1数据库排名与发展趋势结合MySQL数据库的优点以及对系统的分析，选用MySQL作为本系统数据库的原因如下。1）MySQL是一个小型数据库，适用于中小型系统的设计与开发。本次研究设计的系统规模较小，而MySQL具有轻量性、体积孝响应速度快等特点，适合作为本系统的数据库。2）MySQL提供开放的源码[56]。一旦发生错误，可以很快的找出问题所在，研究人员也可以利用其开源的特点，进行扩展与优化。对于初学者来讲，MySQL的操作，简单易学。3）MySQL的跨平台性[56]。在Windows、Linux、MacOS等多种不同的操作系统中可以很好的运行。5.2算法及框架的选择5.2.1推荐算法的选择本次研究选择基于标签的推荐算法和关联规则来实现备课资源的推荐，在基于标签的推荐算法中，融入了TF-IDF算法计算标签的权重。在基于关联规则的推荐中，选择了效率较高的FP-growth算法。
【参考文献】：
期刊论文
[1]推进教育技术 打造教育强国——《地平线报告》和《教育信息化2.0行动计划》对比分析[J]. 孙彦彬,宫乔安. 科技创新与生产力. 2019(07)
[2]21世纪以来的新兴信息技术对教育深化改革的重大影响[J]. 何克抗. 电化教育研究. 2019(03)
[3]基于改进TF-IDF算法的关键词抽取系统[J]. 胡亮,夏磊,李伟. 厦门理工学院学报. 2017(05)
[4]智能虚拟助手的教育应用研究[J]. 王萍,陈章进,陶媛. 现代教育技术. 2017(08)
[5]教育领域主题词与Delicious中的标签对比研究[J]. 贾君枝,张宁. 图书情报工作. 2014(21)
[6]学习资源动态语义关联的设计与实现[J]. 杨现民,余胜泉,张芳. 中国电化教育. 2013(01)
硕士论文
[1]基于多模态的音乐推荐系统[D]. 龚志.南京邮电大学 2019
[2]基于Django的测试工具平台的设计与实现[D]. 尚洁.北京交通大学 2019
[3]基于协同过滤算法的论文推荐系统研究与设计[D]. 陈浩.武汉科技大学 2018
[4]基于网络爬虫的排行榜系统设计与实现[D]. 刘全伟.北京邮电大学 2018
[5]基于Django的海量媒体数据分析平台的设计与实现[D]. 方鹏.广西大学 2017
[6]在线学习资源个性化推荐与学习路径规划研究[D]. 叶露.浙江财经大学 2018
[7]基于大数据平台的MOOC混合推荐算法的研究及应用[D]. 陈阳雪.杭州电子科技大学 2017
[8]基于Django框架的图书管理系统的设计与实现[D]. 王兆媛.吉林大学 2016
[9]基于协同过滤算法的备课资源推荐方法的研究[D]. 孔亭.东北师范大学 2016
[10]个性化旅游线路搜索系统的设计与实现[D]. 吴燕琴.大连理工大学 2016
本文编号：3244280
【文章来源】：天津师范大学天津市
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
关于“备课系统”知网指数分析结果
天津师范大学硕士学位论文91）内容分析器。内容分析器使用某种表示方法，对于项目进行分类。2）概要学习器。可以生成每个用户的偏好。3）过滤组件。接收所有的输入数据，并根据输入的数据，生成推荐列表。图2-2基于内容推荐的体系结构基于内容的推荐的大致过程如下。1）分析用户喜好，建立用户模型。在建模时，通常是对用户的浏览行为、收藏行为、评价行为等数据进行收集，并以特征向量的形式表示出来，以此来分析用户的喜好。2）分析并提取资源特征，建立资源模型，按照其特点对资源进行归类。在建立资源模型时，通常采用TF-IDF算法对资源进行特征提取[29]，但是这种提取方式要求资源可以被表示为文本的形式。3）根据用户模型和资源模型，计算两者之间的相似度，旨在为用户推荐感兴趣的资源。相似度可用余弦相似度公式来计算。下面以书籍推荐为例说明，某用户的书籍阅读情况如表2-1所示。表2-1某用户的书籍阅读情况书籍书籍特征阅读情况B1小说、推理√（已阅读）B2科普、说明×（未阅读）B3小说、推理、悬疑×（未阅读）图2-3展示了该推荐过程。系统通过分析知道，在未阅读的书籍中，用户可
天津师范大学硕士学位论文40并且与云数据库兼容。同时，Navicat为用户提供了可视化界面，它是一个图形用户界面（GUI）工具，用户通过Navicat即可操作、管理MySQL服务器，例如，管理建立好的数据库，编写SQL语句，导出数据等。图5-1数据库排名与发展趋势结合MySQL数据库的优点以及对系统的分析，选用MySQL作为本系统数据库的原因如下。1）MySQL是一个小型数据库，适用于中小型系统的设计与开发。本次研究设计的系统规模较小，而MySQL具有轻量性、体积孝响应速度快等特点，适合作为本系统的数据库。2）MySQL提供开放的源码[56]。一旦发生错误，可以很快的找出问题所在，研究人员也可以利用其开源的特点，进行扩展与优化。对于初学者来讲，MySQL的操作，简单易学。3）MySQL的跨平台性[56]。在Windows、Linux、MacOS等多种不同的操作系统中可以很好的运行。5.2算法及框架的选择5.2.1推荐算法的选择本次研究选择基于标签的推荐算法和关联规则来实现备课资源的推荐，在基于标签的推荐算法中，融入了TF-IDF算法计算标签的权重。在基于关联规则的推荐中，选择了效率较高的FP-growth算法。
【参考文献】：
期刊论文
[1]推进教育技术 打造教育强国——《地平线报告》和《教育信息化2.0行动计划》对比分析[J]. 孙彦彬,宫乔安. 科技创新与生产力. 2019(07)
[2]21世纪以来的新兴信息技术对教育深化改革的重大影响[J]. 何克抗. 电化教育研究. 2019(03)
[3]基于改进TF-IDF算法的关键词抽取系统[J]. 胡亮,夏磊,李伟. 厦门理工学院学报. 2017(05)
[4]智能虚拟助手的教育应用研究[J]. 王萍,陈章进,陶媛. 现代教育技术. 2017(08)
[5]教育领域主题词与Delicious中的标签对比研究[J]. 贾君枝,张宁. 图书情报工作. 2014(21)
[6]学习资源动态语义关联的设计与实现[J]. 杨现民,余胜泉,张芳. 中国电化教育. 2013(01)
硕士论文
[1]基于多模态的音乐推荐系统[D]. 龚志.南京邮电大学 2019
[2]基于Django的测试工具平台的设计与实现[D]. 尚洁.北京交通大学 2019
[3]基于协同过滤算法的论文推荐系统研究与设计[D]. 陈浩.武汉科技大学 2018
[4]基于网络爬虫的排行榜系统设计与实现[D]. 刘全伟.北京邮电大学 2018
[5]基于Django的海量媒体数据分析平台的设计与实现[D]. 方鹏.广西大学 2017
[6]在线学习资源个性化推荐与学习路径规划研究[D]. 叶露.浙江财经大学 2018
[7]基于大数据平台的MOOC混合推荐算法的研究及应用[D]. 陈阳雪.杭州电子科技大学 2017
[8]基于Django框架的图书管理系统的设计与实现[D]. 王兆媛.吉林大学 2016
[9]基于协同过滤算法的备课资源推荐方法的研究[D]. 孔亭.东北师范大学 2016
[10]个性化旅游线路搜索系统的设计与实现[D]. 吴燕琴.大连理工大学 2016
本文编号：3244280
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3244280.html
最近更新
教材专著
