教育大數(shù)據(jù)時代背景下,個性化自適應(yīng)學(xué)習(xí)成為數(shù)字化學(xué)習(xí)的新常態(tài)。學(xué)習(xí)者獲取學(xué)習(xí)資源的方式從“學(xué)習(xí)者主動搜索”轉(zhuǎn)變?yōu)椤皩W(xué)習(xí)系統(tǒng)自動為學(xué)習(xí)者提供個性化學(xué)習(xí)資源服務(wù)”,是個性化自適應(yīng)學(xué)習(xí)的內(nèi)在要求。教育大數(shù)據(jù)的發(fā)展與應(yīng)用,為實現(xiàn)個性化、精準(zhǔn)化的學(xué)習(xí)支持服務(wù)提供了科學(xué)依據(jù)。學(xué)習(xí)資源推薦作為個性化自適應(yīng)學(xué)習(xí)系統(tǒng)的重要應(yīng)用方向,最初用于解決海量學(xué)習(xí)資源引起的“信息過載”和“信息迷航”等問題。但是,傳統(tǒng)的學(xué)習(xí)資源推薦系統(tǒng)分析的數(shù)據(jù)量小,學(xué)習(xí)資源推薦算法設(shè)計不到位,成為了阻礙學(xué)習(xí)資源推薦效果提升的主要原因。針對上述問題,本文借助教育大數(shù)據(jù)來更科學(xué)、全面地對每位學(xué)習(xí)者產(chǎn)生的數(shù)據(jù)進(jìn)行挖掘、存儲、分析及應(yīng)用。同時,通過采用多種推薦算法并行推薦的混合推薦方法,在避免以往推薦算法配置不到位的基礎(chǔ)上,充分發(fā)揮教育大數(shù)據(jù)的技術(shù)優(yōu)勢,提高個性化學(xué)習(xí)資源推薦服務(wù)的有效性和精準(zhǔn)性。筆者基于相關(guān)的學(xué)習(xí)理論,從系統(tǒng)架構(gòu)設(shè)計、系統(tǒng)模型設(shè)計、推薦算法設(shè)計等方面設(shè)計數(shù)據(jù)驅(qū)動的學(xué)習(xí)資源精準(zhǔn)推薦系統(tǒng)模型。并以《C語言程序設(shè)計》課程為例,從用戶數(shù)據(jù)庫、課程資源數(shù)據(jù)庫、學(xué)習(xí)行為數(shù)據(jù)庫三個方面構(gòu)建推薦系統(tǒng)的系統(tǒng)數(shù)據(jù)庫。最后,在推薦系統(tǒng)數(shù)據(jù)庫的... 

【文章來源】：浙江師范大學(xué)浙江省

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景
    1.2 國內(nèi)外研究綜述
        1.2.1 學(xué)習(xí)資源推薦研究現(xiàn)狀
        1.2.2 數(shù)據(jù)驅(qū)動下的自適應(yīng)學(xué)習(xí)
        1.2.3 現(xiàn)有研究存在的不足
    1.3 研究目的與意義
        1.3.1 研究目的
        1.3.2 研究意義
    1.4 研究方法與思路
        1.4.1 研究方法
        1.4.2 研究思路
    1.5 研究內(nèi)容與組織結(jié)構(gòu)
        1.5.1 研究內(nèi)容
        1.5.2 組織結(jié)構(gòu)
2 相關(guān)理論與技術(shù)
    2.1 學(xué)習(xí)理論基礎(chǔ)
        2.1.1 行為主義試誤理論
        2.1.2 個性化學(xué)習(xí)理論
        2.1.3 聯(lián)通主義學(xué)習(xí)理論
    2.2 個性化推薦技術(shù)
        2.2.1 基于內(nèi)容過濾的推薦算法
        2.2.2 基于協(xié)同過濾的推薦算法
        2.2.3 基于關(guān)聯(lián)規(guī)則的推薦算法
        2.2.4 三種推薦算法的比較
    2.3 混合式推薦
    2.4 推薦系統(tǒng)開發(fā)平臺
        2.4.1 微信小程序
        2.4.2 相關(guān)開發(fā)技術(shù)
    2.5 章節(jié)小結(jié)
3 學(xué)習(xí)資源推薦系統(tǒng)設(shè)計
    3.1 學(xué)習(xí)資源推薦系統(tǒng)需求分析
    3.2 資源推薦系統(tǒng)邏輯架構(gòu)設(shè)計
        3.2.1 數(shù)據(jù)存儲
        3.2.2 計算引擎
        3.2.3 業(yè)務(wù)平臺
        3.2.4 外部系統(tǒng)
    3.3 學(xué)習(xí)資源推薦系統(tǒng)模型設(shè)計
    3.4 學(xué)習(xí)資源推薦系統(tǒng)功能設(shè)計
        3.4.1 課程資源模塊
        3.4.2 資源推薦模塊
        3.4.3 個人中心模塊
    3.5 混合式資源推薦算法設(shè)計
        3.5.1 基于內(nèi)容過濾的學(xué)習(xí)資源推薦算法設(shè)計
        3.5.2 基于協(xié)同過濾的學(xué)習(xí)資源推薦算法設(shè)計
        3.5.3 基于關(guān)聯(lián)規(guī)則的學(xué)習(xí)資源推薦算法設(shè)計
        3.5.4 混合式學(xué)習(xí)資源推薦算法設(shè)計
    3.6 課程學(xué)習(xí)資源設(shè)計
    3.7 數(shù)據(jù)驅(qū)動資源推薦流程設(shè)計
        3.7.1 明確數(shù)據(jù)類型
        3.7.2 數(shù)據(jù)采集路徑
        3.7.3 數(shù)據(jù)存儲技術(shù)
        3.7.4 數(shù)據(jù)分析技術(shù)
        3.7.5 混合推薦策略
        3.7.6 推薦結(jié)果處理
    3.8 本章小結(jié)
4 學(xué)習(xí)資源推薦系統(tǒng)的實現(xiàn)
    4.1 推薦系統(tǒng)基本信息
    4.2 推薦系統(tǒng)數(shù)據(jù)庫構(gòu)建
        4.2.1 用戶數(shù)據(jù)庫的構(gòu)建
        4.2.2 課程資源數(shù)據(jù)庫的構(gòu)建
        4.2.3 學(xué)習(xí)行為數(shù)據(jù)庫的構(gòu)建
    4.3 推薦系統(tǒng)核心功能的實現(xiàn)
        4.3.1 課程學(xué)習(xí)資源模塊的實現(xiàn)
        4.3.2 個性化學(xué)習(xí)資源推薦模塊的實現(xiàn)
        4.3.3 用戶個人中心模塊的實現(xiàn)
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 研究總結(jié)
    5.2 研究展望
參考文獻(xiàn)
附錄Ⅰ學(xué)習(xí)資源推薦系統(tǒng)核心代碼
攻讀學(xué)位期間取得的研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]教育大數(shù)據(jù)驅(qū)動下的關(guān)鍵科學(xué)問題和應(yīng)用實踐研究[J]. 冷靜,路曉旭,肖兆萍.  開放學(xué)習(xí)研究. 2019(03)
[2]信息推送教育應(yīng)用探析[J]. 張揮,鄒宇松.  中國教育信息化. 2019(10)
[3]數(shù)據(jù)驅(qū)動教學(xué):大數(shù)據(jù)時代教學(xué)范式的新走向[J]. 楊現(xiàn)民,駱?gòu)蓩?劉雅馨,陳世超.  電化教育研究. 2017(12)
[4]大數(shù)據(jù)背景下自適應(yīng)學(xué)習(xí)個性特征模型研究——基于元分析視角[J]. 菅保霞,姜強(qiáng),趙蔚,李勇帆.  遠(yuǎn)程教育雜志. 2017(04)
[5]基于大數(shù)據(jù)挖掘和分析的學(xué)習(xí)資源推送機(jī)制研究[J]. 郝建軍.  信息與電腦(理論版). 2017(10)
[6]微信小程序在高校思政課的應(yīng)用[J]. 葉展航,蘇偉根.  教育信息技術(shù). 2017(05)
[7]當(dāng)圖書館遇上微信小程序[J]. 王天泥.  圖書與情報. 2016(06)
[8]“學(xué)習(xí)分析技術(shù)”在我國的新發(fā)展[J]. 何克抗.  電化教育研究. 2016(07)
[9]個性化自適應(yīng)學(xué)習(xí)研究——大數(shù)據(jù)時代數(shù)字化學(xué)習(xí)的新常態(tài)[J]. 姜強(qiáng),趙蔚,李松,王朋嬌.  中國電化教育. 2016(02)
[10]發(fā)展教育大數(shù)據(jù):內(nèi)涵、價值和挑戰(zhàn)[J]. 楊現(xiàn)民,唐斯斯,李冀紅.  現(xiàn)代遠(yuǎn)程教育研究. 2016(01)

博士論文
[1]個性化教育資源主動服務(wù)模式研究[D]. 丁繼紅.華中師范大學(xué) 2016

碩士論文
[1]基于知識關(guān)聯(lián)的學(xué)習(xí)資源推薦策略研究及系統(tǒng)實現(xiàn)[D]. 王立彬.華中師范大學(xué) 2018
[2]移動環(huán)境下的個性化學(xué)習(xí)資源推薦策略研究[D]. 王曉康.云南師范大學(xué) 2016
[3]中學(xué)實施個性化教育問題研究[D]. 柳麗平.山西大學(xué) 2013
[4]電子商務(wù)的個性化協(xié)同過濾推薦算法研究[D]. 沈鍵.上海交通大學(xué) 2013
[5]協(xié)同過濾推薦系統(tǒng)中的關(guān)鍵算法研究[D]. 劉強(qiáng).浙江大學(xué) 2013
[6]主動推送式學(xué)習(xí)支持系統(tǒng)的設(shè)計與實現(xiàn)[D]. 王婷.華中師范大學(xué) 2012
[7]基于用戶興趣的個性化推薦系統(tǒng)的研究與設(shè)計[D]. 楊麟兒.北京交通大學(xué) 2008



本文編號：3042626