本文關(guān)鍵詞：基于UGC模式的網(wǎng)絡(luò)課堂及其資源存儲和推薦方法研究與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：網(wǎng)絡(luò)課堂是教育產(chǎn)業(yè)信息化發(fā)展的產(chǎn)物。國內(nèi)許多企業(yè)的培訓(xùn)系統(tǒng)網(wǎng)絡(luò)課堂普遍采用基于專業(yè)生成內(nèi)容的計劃性課程模式，這種模式雖然已經(jīng)非常成熟易用，但其成本高、周期長、內(nèi)容單一、靈活性差且更新速度緩慢的不足，已經(jīng)難以滿足用戶對課程內(nèi)容更豐富、課程選擇更自由、學(xué)習(xí)時間更靈活的需求。借鑒當(dāng)今較為流行的基于用戶生成內(nèi)容模式的網(wǎng)站構(gòu)建思路，本文提出了以用戶生成內(nèi)容的模式擴展培訓(xùn)系統(tǒng)的課程體系的思想，使專業(yè)生成內(nèi)容與用戶生成內(nèi)容的課程共同為用戶服務(wù)。用戶生成內(nèi)容模式的引入將導(dǎo)致對系統(tǒng)架構(gòu)的伸縮性要求高、需要存儲大量資源和快速準確為用戶推薦資源等多方面的問題。以面向資源架構(gòu)的思想設(shè)計基于用戶生成內(nèi)容模式的網(wǎng)絡(luò)課堂系統(tǒng)架構(gòu)，是提升其伸縮性和可移植性的較優(yōu)策略。而利用分布式計算框架Hadoop實現(xiàn)海量數(shù)據(jù)存儲和實時準確推薦的方案，因其構(gòu)建成本低而運行性能好的優(yōu)勢，逐漸受到廣泛關(guān)注。 本文采用Java作為服務(wù)器開發(fā)語言，，采用Flex技術(shù)開發(fā)多媒體課堂的流媒體應(yīng)用客戶端，使用Linux虛擬機搭建完全分布式Hadoop集群（一個主節(jié)點，兩個從節(jié)點），在實現(xiàn)一個基于用戶生成內(nèi)容模式的網(wǎng)絡(luò)課堂的基礎(chǔ)上，主要完成了如下工作： (1)根據(jù)用戶生成內(nèi)容模式的基本概念和特點，提出了基于用戶生成內(nèi)容模式的網(wǎng)絡(luò)課堂的服務(wù)模型，并結(jié)合網(wǎng)絡(luò)課堂的多媒體應(yīng)用和海量資源存儲與推薦的需求，提出了一種的運行架構(gòu)模型。 (2)設(shè)計系統(tǒng)時，采用面向資源架構(gòu)，嚴格遵循REST風(fēng)格的原則，提升了基于用戶生成內(nèi)容模式的網(wǎng)絡(luò)課堂的系統(tǒng)伸縮性、可移植性和易用性。 (3)依據(jù)課程多媒體文件的一次寫入、多次讀取的使用特點，實現(xiàn)了使用HDFS存儲大量多媒體文件的方案，解決了海量數(shù)據(jù)存儲的問題，并保障了文件的可用性。 (4)先用HBase采集了用戶訪問記錄作為用戶偏好分析的指標(biāo)，然后采用Hadoop的Map/Reduce作業(yè)系統(tǒng)分別實現(xiàn)了基于用戶和基于物品的協(xié)同過濾推薦算法，并給出了Map/Reduce的任務(wù)流程和推薦系統(tǒng)架構(gòu)。 (5)詳細闡述了使用流媒體服務(wù)器Red5開發(fā)多種網(wǎng)絡(luò)課堂多媒體應(yīng)用的方法，為流媒體應(yīng)用開發(fā)提供了一種開源方案。
【關(guān)鍵詞】：網(wǎng)絡(luò)課堂 用戶生成內(nèi)容 海量資源存儲 推薦算法
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP333;TP391.3
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-14
• 1.1 研究背景與意義9-10
• 1.1.1 課題來源9
• 1.1.2 網(wǎng)絡(luò)課堂的發(fā)展需求9-10
• 1.1.3 UGC 模式及其前景10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.3 本文所做的工作12
• 1.4 本文的組織結(jié)構(gòu)12-14
• 第2章 基于 UGC 模式的網(wǎng)絡(luò)課堂建模14-17
• 2.1 UGC 模式的特點14-15
• 2.2 基于 UGC 模式的網(wǎng)絡(luò)課堂的服務(wù)模型15
• 2.3 基于 UGC 模式的網(wǎng)絡(luò)課堂的運行架構(gòu)模型15-16
• 2.4 本章小結(jié)16-17
• 第3章 面向資源架構(gòu)在基于 UGC 模式的網(wǎng)絡(luò)課堂中的運用17-23
• 3.1 基于 UGC 模式的網(wǎng)絡(luò)課堂的功能設(shè)計17-18
• 3.1.1 基于 UGC 模式的網(wǎng)絡(luò)課堂的功能模型17
• 3.1.2 基于 UGC 模式的網(wǎng)絡(luò)課堂的邏輯模型17-18
• 3.2 REST 和面向資源架構(gòu)18-20
• 3.2.1 REST 風(fēng)格18-20
• 3.2.2 面向資源架構(gòu)的概念20
• 3.3 基于面向資源架構(gòu)的系統(tǒng)設(shè)計20-22
• 3.4 本章小結(jié)22-23
• 第4章 基于 Hadoop 的資源存儲和推薦方法的研究23-43
• 4.1 Hadoop 分布式計算框架23-32
• 4.1.1 Hadoop 的起源23
• 4.1.2 Apache Hadoop 的生態(tài)圈23-24
• 4.1.3 Hadoop 分布式文件系統(tǒng) HDFS24-28
• 4.1.4 Hadoop 分布式 NoSQL 數(shù)據(jù)庫 HBase28-32
• 4.2 基于 HDFS 的課程多媒體資源存儲與讀取32-33
• 4.2.1 基于 HDFS 的課程多媒體資源存儲32
• 4.2.2 基于 HDFS 的課程多媒體資源讀取32-33
• 4.3 基于 HBase 對用戶訪問記錄采集的重構(gòu)33-36
• 4.3.1 關(guān)系數(shù)據(jù)庫和 MapReduce 的比較33-35
• 4.3.2 基于關(guān)系數(shù)據(jù)庫的用戶訪問記錄采集方法35
• 4.3.3 基于 HBase 的用戶訪問記錄采集方法35-36
• 4.4 基于 MapReduce 的協(xié)同過濾推薦算法實現(xiàn)36-42
• 4.4.1 協(xié)同過濾推薦算法基本原理36-39
• 4.4.2 基于用戶的協(xié)同過濾算法的推薦原則39-40
• 4.4.3 基于物品的協(xié)同過濾算法的推薦原則40
• 4.4.4 基于 MapReduce 的協(xié)同過濾算法的實現(xiàn)40-42
• 4.5 本章小結(jié)42-43
• 第5章 基于 UGC 模式的網(wǎng)絡(luò)課堂及其資源存儲和推薦功能的實現(xiàn)43-54
• 5.1 多媒體課堂的設(shè)計與實現(xiàn)43-52
• 5.1.1 多媒體課堂管理功能設(shè)計與實現(xiàn)43-46
• 5.1.2 常見格式文檔展示的設(shè)計46-47
• 5.1.3 Red5 流媒體服務(wù)器47-48
• 5.1.4 流媒體應(yīng)用的設(shè)計與實現(xiàn)48-52
• 5.2 基于 Hadoop 的資源存儲和推薦的實現(xiàn)52-53
• 5.2.1 課程多媒體資源分布式存儲的實現(xiàn)52-53
• 5.2.2 課程推薦功能的實現(xiàn)53
• 5.3 本章小結(jié)53-54
• 第6章 總結(jié)與展望54-56
• 6.1 全文總結(jié)54
• 6.2 研究展望54-56
• 致謝56-57
• 參考文獻57-59
• 攻讀碩士學(xué)位期間發(fā)表的論文及參加的項目59

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 周應(yīng)超,苗彥超,郝敏,孟丹;視頻服務(wù)器性能測試研究[J];計算機工程;2004年14期

2 嚴曉青;章紫萍;;用戶生成廣告:web2.0環(huán)境下的新選擇[J];現(xiàn)代營銷(學(xué)苑版);2011年05期

  本文關(guān)鍵詞：基于UGC模式的網(wǎng)絡(luò)課堂及其資源存儲和推薦方法研究與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

本文編號：332151