学位论文 > 优秀研究生学位论文题录展示

基于SWT/JFace的计算机基础课程个性化教学辅助系统

作　者: 林国华
导　师: 李枚毅
学　校: 湘潭大学
专　业: 计算机技术
关键词: 学习者模型 领域知识本体 个性化推荐 SWT/Jface
分类号: TP311.52
类　型: 硕士论文
年　份: 2010年
下　载: 18次
引　用: 0次
阅　读: 论文下载
 

内容摘要


我国的教育制度一直倡导因材施教,但传统的教学模式却总是单一灌输知识模式,这样的教学方式对学习者一视同仁,如同一台加工机器,具有不同天赋的学生经过这台机器的加工后成为了同样的模型,抹杀了学生的天赋,不利于人才的培养和教育的长远发展。个性化教学的理念照顾了人的兴趣、习惯等本性因素,体现了以人为本的人文关怀,为因材施教提供了实施途径。因此实现个性化教学是教学发展的必然趋势。基于上述现状,本文研究并设计了一个基于SWT/JFace的个性化教学辅助系统,系统针对计算机基础课程中Microsoft Word这一章的操作,建立了参照CELTS-11标准的用户模型和基于本体的知识库,采用了基于规则关联的个性化推荐方式,实现了对学生学习Word的过程的个性化辅导。系统主要包括三大模块：仿Word 2007编辑器,常规教学模块和个性化推荐模块。开发完成后,系统部署在计算机机房和教师的PC设备上。通过该系统,教师可以预置操作任务、传输原始文档、录制并分发演示视频；上课学生可以在系统上编辑Word文档、核查操作结果和查看演示视频,并能得到系统的的个性化推荐服务。本系统设计过程中采用的关键技术点在于用户建模和知识描述。用户模型的建立记录了用户的基本信息,反映了用户在教学系统中的学习状态,学习进度,学习兴趣和学习特征等属性,并且这些属性是动态自适应的,它是个性化推荐的依据；知识描述是用户学习资源的形式化描述,基于本体的知识描述不仅具有良好的组织形式,也便于采集和搜索,它是个性化推荐的内容基础。

全文目录


摘要  4-5
Abstract  5-8
第1章 绪论  8-13
  1.1 引言  8
  1.2 研究背景与意义  8-9
  1.3 个性化推荐研究现状和存在的问题  9-11
    1.3.1 国内研究现状  10
    1.3.2 国外研究现状  10-11
    1.3.3 目前的研究存在的不足  11
  1.4 论文的研究内容与结构  11-13
第2章 个性化教学辅助系统的相关理论和技术  13-20
  2.1 用户建模  13-14
  2.2 本体论  14-16
    2.2.1 本体描述语言OWL  15
    2.2.2 本体建模元语和建模规则  15-16
  2.3 日志数据挖掘  16-17
    2.3.1 数据挖掘  16
    2.3.2 关联规则  16-17
  2.4 个性化推荐  17-18
  2.5 SWT/JFace简介  18-19
  2.6 Log4j简介  19-20
第3章 个性化教学辅助系统的分析与设计  20-48
  3.1 需求分析与设计  20-30
    3.1.1 系统概述  20
    3.1.2 系统范围  20-21
    3.1.3 需求规定  21
    3.1.4 系统用例  21-30
  3.2 系统总体设计  30-32
    3.2.1 系统体系结构  30-31
    3.2.2 系统总体结构  31-32
  3.3 用户模型设计  32-39
    3.3.1 用户建模流程  32-33
    3.3.2 用户模型信息表示方式  33-35
    3.3.3 用户模型信息的获取  35-38
    3.3.4 学习者模型的输出  38-39
  3.4 基于本体的知识模型设计  39-43
    3.4.1 本体的构建  39-40
    3.4.2 计算机基础课程知识本体设计  40-43
  3.5 个性化推荐设计  43-45
  3.6 数据存储  45-48
    3.6.1 用户模型的存储和访问  45-46
    3.6.2 操作平台数据存储和访问  46-48
第4章 个性化辅助教学系统实现  48-59
  4.1 系统关键技术的实现  48-50
    4.1.1 用Log4j来配置日志  48-49
    4.1.2 用Jena对本体文件进行解析  49
    4.1.3 用Dom4j对XML知识库进行读写  49-50
  4.2 系统模块详细设计  50-55
  4.3 系统界面设计  55-59
    4.3.1 界面布局原则  55-56
    4.3.2 主要界面的设计  56-59
第5章 结论与展望  59-60
  5.1 本文所做的主要工作  59
  5.2 本文的研究存在的不足之处  59-60
参考文献  60-63
致谢  63-64
附录A:模块详细设计  64-72
攻读工程硕士学位期间发表的论文和参加的科研项目  72

相似论文

  1. Web使用挖掘与网页个性化服务推荐研究,TP311.13
  2. 面向用户偏好的MADM方法在个性化推荐中的应用,G353.1
  3. 基于社会化标签体系的个性化推荐引擎技术研究,TP391.3
  4. 商品热销度分析与展示,TP391.3
  5. 基于Agent元搜索引擎的个性化研究,TP391.3
  6. 基于用户兴趣和浏览行为的个性化推荐技术研究,TP391.3
  7. 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
  8. Web挖掘技术在远程教学系统中的应用,TP391.6
  9. 基于双信息源的协同过滤算法及其应用研究,TP301.6
  10. 基于协同过滤的电子商务个性化推荐算法研究,F713.36
  11. 基于WEB挖掘的E-learning环境下的个性化教学平台研究,TP391.6
  12. 基于Web数据挖掘的智能推荐研究,TP391.3
  13. 基于Web日志挖掘的个性化推荐系统研究,TP311.13
  14. 基于协同过滤的个性化推荐算法研究,TP301.6
  15. 基于Slope One算法的协作过滤个性化推荐系统设计与实现,TP391.3
  16. 基于用户区域特征的便携式农业信息推荐系统研究,S126
  17. 基于web2.0的智能导学系统的研究与设计,G434
  18. 基于协同过滤算法的个性化推荐系统的研究,TP393.09
  19. 基于语义分析的推荐算法在RSS网络信息服务中的研究,TP393.09
  20. 电子商务个性化推荐关键技术研究,TP301.6
  21. 基于知识情境的知识个性化推送技术的研究与应用,TP391.1

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 > 计算机软件 > 程序设计、软件工程 > 软件工程 > 软件开发
© 2012 www.xueweilunwen.com