学位论文 > 优秀研究生学位论文题录展示

面向社区教育的个性化学习系统的研究与实现

作 者: 潘晓瑜
导 师: 朱巧明
学 校: 苏州大学
专 业: 计算机技术
关键词: 个性化学习 数据挖掘 用户兴趣 访问路径 聚类分析
分类号: TP391.6
类 型: 硕士论文
年 份: 2011年
下 载: 111次
引 用: 0次
阅 读: 论文下载
 

内容摘要


社区教育是以提高全体社会成员的整体素质为服务宗旨,是建设学习型社会的必要途径。现有的社区教育平台在实际应用中日益突出的问题就是如何提供个性化的学习服务,因为社区教育的对象具有不同年龄、不同职业、不同教育背景等特点,因而其学习兴趣和学习服务需求大相径庭。个性化学习,则是通过收集、整理、行为分析和用户归类等处理,向学习者提供有针对性的学习资源,从而满足其便捷有效的学习需求。这既是一个技术发展趋势,也是针对社区教育的服务需求,有其实现的必要性和迫切性。本文首先分析了现有社区教育服务平台的应用现状,提出了在现有平台基础上扩展个性化学习服务的解决方案。然后结合构建个性化学习系统的技术需要,对相关的理论及技术进行了探讨。紧接着,本文分三个阶段,论述个性化学习系统的设计与实现。一是进行个性化学习系统的总体设计,包括数据模型、功能结构、服务流程和关键技术;二是根据日志处理的先后顺序对个性化学习系统中的主要模块进行详细设计,包括Web日志的预处理模块、基于序列模式的访问行为分析模块、基本模糊聚类的用户兴趣归类模块及个性化页面推荐模块;三是进行个性化学习系统效果的测试,通过采用个性化学习服务前后的效果对比,本系统能够向用户推荐结合其兴趣类型的资源信息,资源推荐的范围能够符合用户的个性化学习需求。最后本文对实践中存在的问题进行了总结,并对系统优化等问题进行了展望。总之,本文的基本思路是通过对原有系统的局部改造或扩展,恰当地运用数据挖掘技术,以实现个性化学习服务,这种方式能和原有系统实现无缝衔接,减少开发的时间和财力投入,具有较好的技术可行性和经济可行性,以及一定的实用性。

全文目录


中文摘要  4-6
Abstract  6-13
第一章 引言  13-24
  1.1 研究背景和意义  13-16
    1.1.1 社区教育及其地位  13
    1.1.2 数字化学习及其在社区教育中的应用  13-15
    1.1.3 个性化学习服务的提出  15-16
  1.2 现有系统及存在问题  16-18
    1.2.1 现有网络学习平台分析  16-17
    1.2.2 现有系统存在的问题  17-18
  1.3 针对现状提出的开发目标和解决方案  18-20
    1.3.1 以提供个性化学习服务为开发目标  18-19
    1.3.2 个性化学习系统的解决方案  19
    1.3.3 个性化与非个性化学习系统的对比  19-20
  1.4 个性化服务的国内外研究现状  20-22
  1.5 论文的组织结构  22-24
第二章 相关理论研究  24-36
  2.1 数据挖掘及Web 数据挖掘  24-25
    2.1.1 数据挖掘的含义  24
    2.1.2 Web 数据挖掘的含义  24-25
  2.2 Web 日志挖掘及其处理过程  25-31
    2.2.1 实现数据挖掘的基本过程  25-26
    2.2.2 Web 数据挖掘的主要方法  26-29
    2.2.3 Web 日志挖掘及其处理过程  29-31
  2.3 序列模式分析方法的研究  31-33
    2.3.1 序列模式分析的含义  31
    2.3.2 序列模式应用于Web 日志挖掘的基本思路  31-32
    2.3.3 采用Apriori 算法发现频繁访问路径  32-33
  2.4 聚类分析方法的研究  33-36
    2.4.1 聚类分析及其处理过程  33-34
    2.4.2 聚类分析中的相似度计算  34
    2.4.3 基于Web 日志挖掘的聚类算法  34-36
第三章 个性化学习系统的总体设计  36-45
  3.1 构建数据模型  36-40
    3.1.1 学习者子模型  36-38
    3.1.2 学习资源子模型  38-39
    3.1.3 Web 访问事务子模型  39-40
  3.2 划分功能结构  40-43
  3.3 定位关键技术  43-45
第四章 各主要模块的详细设计  45-52
  4.1 日志预处理模块的设计  45-47
    4.1.1 数据清洗  45-46
    4.1.2 用户识别  46
    4.1.3 会话识别  46-47
    4.1.4 路径修补  47
    4.1.5 事务识别  47
  4.2 基于序列模式挖掘的访问行为分析模块的设计  47-49
    4.2.1 页面兴趣度的定义  47-48
    4.2.2 以兴趣度为权重的序列模式挖掘  48-49
  4.3 基于聚类分析的用户兴趣归类模块的设计  49-50
    4.3.1 Web 页面聚类  49
    4.3.2 Web 用户聚类  49-50
  4.4 个性化页面推荐模块的设计  50-52
第五章 个性化学习系统的实验及效果分析  52-59
  5.1 系统开发环境的选择  52
  5.2 数据测试过程介绍  52-58
  5.3 测试结果对比分析  58-59
第六章 总结  59-61
  6.1 实践存在问题总结  59
  6.2 进一步的工作展望  59-61
参考文献  61-64
攻读学位期间公开发表的论文  64-65
致谢  65-66

相似论文

  1. 基于用户兴趣特征的图像检索研究与实现,TP391.41
  2. 隐式用户兴趣挖掘的研究与实现,TP311.13
  3. 牡丹EST-SSR引物开发及其亲缘关系分析,S685.11
  4. 高血压前期证候特征研究,R259
  5. 基于数据挖掘技术的保健品营销研究,F426.72
  6. 高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
  7. 张炳厚学术思想与临床经验总结及应用地龟汤类方治疗慢性肾脏病的经验研究,R249.2
  8. 大学生综合素质测评研究,G645.5
  9. 大豆品种对腐竹品质的影响及其品质评价体系的初步构建,TS214.2
  10. 21个荷花品种遗传多样性的ISSR分析,S682.32
  11. 基于聚类分析的P2P流量识别算法的研究,TP393.02
  12. 桃杂交后代(F1)幼苗光合效能评价,S662.1
  13. 南通市农业面源污染负荷研究与综合评价,X592
  14. 土壤环境功能区划研究,X321
  15. 基因表达谱数据聚类分析方法比较与大豆疫霉基因的网络构建,S435.651
  16. 大豆杂种优势及其遗传基础研究,S565.1
  17. 象草自交后代无性系的饲用价值及生物质能特性初步评价,S543.9
  18. Bicluster数据分析软件设计与实现,TP311.52
  19. 基于变异粒子群的聚类算法研究,TP18
  20. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  21. 基于遗传算法和粗糙集的聚类算法研究,TP18

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