隨著國家教育信息化教育戰(zhàn)略目標(biāo)的提出,各大在線教育機(jī)構(gòu)如雨后春筍般拔地而起,各大高等學(xué)校也紛紛推出線上課程。然而,在線平臺中海量、豐富的學(xué)習(xí)資源也為學(xué)習(xí)者帶來了“信息迷航”、“信息過載”等問題,如何為目標(biāo)用戶精準(zhǔn)的個(gè)性化推薦學(xué)習(xí)資源成為平臺亟待解決的難題。因此將個(gè)性化推薦技術(shù)應(yīng)用到在線教育領(lǐng)域中是一個(gè)可行的解決方案,它解決了用戶難以從海量數(shù)據(jù)中搜尋自己感興趣學(xué)習(xí)資源的問題,而且還可以提高用戶的產(chǎn)品喜愛度和學(xué)習(xí)積極性。深度學(xué)習(xí)因?yàn)樵趫D像識別、語音識別等領(lǐng)域高效的表現(xiàn)而得到了廣泛的應(yīng)用,同樣也為解決傳統(tǒng)推薦系統(tǒng)中稀疏性、復(fù)雜特征難提取和挖掘特征交叉等問題提出了有效方案。為此,本文提出了在中國大學(xué)MOOC在線平臺下基于XDeepFM的個(gè)性化課程推薦系統(tǒng),主要展開的研究工作如下:1、對現(xiàn)有基于深度學(xué)習(xí)的推薦和教育學(xué)習(xí)資源的研究進(jìn)展進(jìn)行概述,闡述了常用推薦算法的思想、原理、具體流程和各自的優(yōu)缺點(diǎn),對深度學(xué)習(xí)基本模型進(jìn)行了簡單介紹,最后提出本文評估個(gè)性化推薦系統(tǒng)實(shí)驗(yàn)方法和評估指標(biāo)。2、建立基于XDeepFM框架下融合自然語言處理的Bert網(wǎng)絡(luò)模型的個(gè)性化課程推薦模型。首先通過課程概要、課程評論信息... 

【文章來源】：華中師范大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于深度學(xué)習(xí)的個(gè)性化推薦
        1.2.2 教育學(xué)習(xí)資源的個(gè)性化推薦
    1.3 研究內(nèi)容
    1.4 論文組織框架
第二章 相關(guān)理論和關(guān)鍵技術(shù)
    2.1 常用的推薦技術(shù)
        2.1.1 基于協(xié)同過濾的推薦算法
        2.1.2 基于內(nèi)容的推薦算法
        2.1.3 混合推薦算法
    2.2 深度學(xué)習(xí)模型
        2.2.1 卷積神經(jīng)網(wǎng)絡(luò)
        2.2.2 循環(huán)神經(jīng)網(wǎng)絡(luò)
    2.3 個(gè)性化推薦系統(tǒng)評估
        2.3.1 評估實(shí)驗(yàn)方法
        2.3.2 評估指標(biāo)
    2.4 本章小結(jié)
第三章 基于XDeepFM的個(gè)性化課程推薦模型
    3.1 實(shí)驗(yàn)數(shù)據(jù)獲取與處理
        3.1.1 多線程爬蟲數(shù)據(jù)采集
        3.1.2 數(shù)據(jù)預(yù)處理
    3.2 推薦算法模型建立
        3.2.1 XDeepFM構(gòu)建推薦模型框架
        3.2.2 Bert文本信息特征提取網(wǎng)絡(luò)
        3.2.3 融合后的推薦模型
    3.3 實(shí)驗(yàn)驗(yàn)證
        3.3.1 實(shí)驗(yàn)環(huán)境
        3.3.2 模型訓(xùn)練步驟
        3.3.3 實(shí)驗(yàn)參數(shù)設(shè)定
        3.3.4 實(shí)驗(yàn)結(jié)果與分析
    3.4 本章小結(jié)
第四章 個(gè)性化課程推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    4.1 系統(tǒng)目標(biāo)
    4.2 需求分析
    4.3 個(gè)性化課程推薦系統(tǒng)設(shè)計(jì)
        4.3.1 系統(tǒng)架構(gòu)設(shè)計(jì)
        4.3.2 系統(tǒng)模塊設(shè)計(jì)
        4.3.3 系統(tǒng)數(shù)據(jù)庫設(shè)計(jì)
    4.4 個(gè)性化課程推薦系統(tǒng)的實(shí)現(xiàn)
        4.4.1 開發(fā)環(huán)境
        4.4.2 系統(tǒng)主要界面展示
    4.5 本章小結(jié)
第五章 系統(tǒng)測試
    5.1 功能測試
    5.2 性能測試
    5.3 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
攻讀碩士期間發(fā)表的論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的個(gè)性化推薦模型應(yīng)用[J]. 單榮杰,馬文明,祁明明.  電子技術(shù)與軟件工程. 2019(23)
[2]基于深度學(xué)習(xí)的混合推薦算法[J]. 歐高亮,汪海濤,姜瑛,陳星.  傳感器與微系統(tǒng). 2019(07)
[3]基于長尾理論的物品協(xié)同過濾Top-N推薦算法[J]. 劉向舉,袁煦聰,劉鵬程.  齊齊哈爾大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(02)
[4]教育部發(fā)布加強(qiáng)網(wǎng)絡(luò)學(xué)習(xí)空間建設(shè)與應(yīng)用指導(dǎo)意見[J].   中國電力教育. 2019(01)
[5]基于深度學(xué)習(xí)的推薦算法研究綜述[J]. 王俊淑,張國明,胡斌.  南京師范大學(xué)學(xué)報(bào)(工程技術(shù)版). 2018(04)
[6]基于協(xié)同過濾的推薦算法研究[J]. 毛勇.  計(jì)算機(jī)時(shí)代. 2018(07)
[7]教育部印發(fā)《教育信息化2.0行動計(jì)劃》[J]. 徐靖程.  中小學(xué)信息技術(shù)教育. 2018(05)
[8]基于深度學(xué)習(xí)的論文個(gè)性化推薦算法[J]. 王妍,唐杰.  中文信息學(xué)報(bào). 2018(04)
[9]ConvFNN:一種基于深度學(xué)習(xí)的個(gè)性化推薦算法[J]. 胡松波,何洪波,肖云.  科研信息化技術(shù)與應(yīng)用. 2017(05)
[10]基于內(nèi)容的熱門微話題個(gè)性化推薦研究[J]. 安悅,李兵,楊瑞泰,胡瀝丹.  情報(bào)雜志. 2014(02)

碩士論文
[1]基于個(gè)性化推薦的在線學(xué)習(xí)系統(tǒng)研究與實(shí)現(xiàn)[D]. 鞏曉悅.北京郵電大學(xué) 2019
[2]基于相似度改進(jìn)的Item-CF課程推薦系統(tǒng)[D]. 黃月.華中師范大學(xué) 2018
[3]MOOC環(huán)境下基于深度信念網(wǎng)絡(luò)的個(gè)性化推薦方法研究[D]. 楊恒.華中師范大學(xué) 2018
[4]MOOC資源的個(gè)性化推薦研究[D]. 匡湖.江西師范大學(xué) 2017
[5]基于內(nèi)容的個(gè)性化推薦系統(tǒng)研究[D]. 單京晶.東北師范大學(xué) 2015
[6]基于SVD的協(xié)同過濾推薦算法研究[D]. 陳清浩.西南交通大學(xué) 2015
[7]基于協(xié)同過濾的學(xué)習(xí)資源個(gè)性化推薦研究[D]. 牛文娟.北京理工大學(xué) 2015



本文編號：2952945