發(fā)布時間：2017-11-01 17:31

  本文關(guān)鍵詞：基于ElasticSearch的教育資源推薦系統(tǒng)設(shè)計與實現(xiàn)

  更多相關(guān)文章： 搜索引擎 個性化推薦 ElasticSearch 協(xié)同過濾

【摘要】：互聯(lián)網(wǎng)的快速發(fā)展以及教育信息化的逐步普及使得越來越多的用戶選擇在線教學(xué)這種新穎的方式來傳播和獲取知識。然而,面對網(wǎng)絡(luò)上的海量信息,人們常常無從選擇。在解決選擇困難這個問題的過程中,學(xué)者和相關(guān)領(lǐng)域的專家提出了多種解決方案,其中搜索引擎和個性化推薦系統(tǒng)是解決這一問題的有力武器。通用搜索引擎和基于電子商務(wù)的個性化推薦系統(tǒng)已經(jīng)得到廣泛使用,但是在在線教育領(lǐng)域的研究和應(yīng)用卻相對較少。本文研究的重點就是將搜索和個性化推薦系統(tǒng)與在線教育相結(jié)合,為用戶提供方便快捷獲取感興趣教學(xué)資源的途徑。本文的主要研究內(nèi)容如下:(1)將開源搜索引擎ElasticSearch和推薦有機結(jié)合,為用戶提供了多樣化的選擇。搜索和推薦并不是互斥或者包含的關(guān)系,它們有各自適用的場景,二者對系統(tǒng)是一種相互補充的關(guān)系。滿足了不同層次用戶快速獲取教學(xué)資源的需求,使用戶的教學(xué)活動更加高效。(2)研究分析了幾種常用的推薦算法,并根據(jù)在線教育云平臺9月1號網(wǎng)的實際項目需求,針對傳統(tǒng)的基于內(nèi)容的推薦算法和基于項目的協(xié)同過濾算法的不足進行改進,提高了推薦準確率。(3)根據(jù)不同的使用場景,制定不同的推薦策略,多維度的為用戶提供個性化教學(xué)資源,增強用戶黏性并有效提高資源的利用率。本文的研究成果有一定的應(yīng)用價值,為教師用戶備課選取資源、學(xué)生用戶在線學(xué)習(xí)節(jié)省了大量時間,提高了教學(xué)的效率。
【關(guān)鍵詞】：搜索引擎 個性化推薦 ElasticSearch 協(xié)同過濾
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.3
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-16
• 1.1 研究背景及意義10-11
• 1.2 全文搜索引擎研究現(xiàn)狀11-12
• 1.3 個性化推薦系統(tǒng)研究現(xiàn)狀12-13
• 1.4 本文的研究內(nèi)容13
• 1.5 論文結(jié)構(gòu)13-16
• 第2章 搜索及推薦相關(guān)原理和技術(shù)16-34
• 2.1 全文搜索原理16-24
• 2.2 個性化推薦系統(tǒng)原理24-25
• 2.3 常用的推薦算法25-33
• 2.3.1 基于人口統(tǒng)計學(xué)的推薦算法25-27
• 2.3.2 基于內(nèi)容的推薦算法27-28
• 2.3.3 協(xié)同過濾推薦算法28-33
• 2.4 ElasticSearch開源搜索引擎33
• 2.5 本章小結(jié)33-34
• 第3章 IBCFR算法和CBR算法的改進34-42
• 3.1 IBCFR算法和CBR算法存在的問題34
• 3.2 IBCFR算法的改進34-36
• 3.3 CBR算法的改進36-37
• 3.4 實驗驗證37-41
• 3.4.1 評價指標37-39
• 3.4.2 實驗數(shù)據(jù)來源39
• 3.4.3 衰減因子 α 的確定39
• 3.4.4 與改進前IBCFR算法的對比39-41
• 3.4.5 與改進前的CBR算法的對比41
• 3.5 本章小結(jié)41-42
• 第4章 基于ElasticSearch的教育資源推薦系統(tǒng)分析與設(shè)計42-62
• 4.1 搜索推薦系統(tǒng)需求分析42-47
• 4.1.1 系統(tǒng)設(shè)計目標44
• 4.1.2 系統(tǒng)用例圖及用例描述44-46
• 4.1.3 功能及性能需求46-47
• 4.2 搜索推薦系統(tǒng)的總體設(shè)計47-57
• 4.2.1 系統(tǒng)架構(gòu)47-49
• 4.2.2 系統(tǒng)流程49-50
• 4.2.3 基于ElasticSearch搜索引擎的設(shè)計50-53
• 4.2.4 教育資源個性化推薦系統(tǒng)模型53-54
• 4.2.5 針對冷啟動問題的推薦策略選取54-56
• 4.2.6 不同場景下自適應(yīng)推薦策略56-57
• 4.3 搜索推薦系統(tǒng)關(guān)鍵功能模塊設(shè)計57-61
• 4.3.1 關(guān)鍵詞搜索模塊設(shè)計58
• 4.3.2 資源篩選模塊設(shè)計58-59
• 4.3.3 類似資源模塊設(shè)計59
• 4.3.4 看了又看模塊設(shè)計59-60
• 4.3.5 買了又買模塊設(shè)計60
• 4.3.6 資源推薦模塊設(shè)計60-61
• 4.4 本章小結(jié)61-62
• 第5章 基于ElasticSearch的教育資源推薦系統(tǒng)的實現(xiàn)62-74
• 5.1 系統(tǒng)部署62-63
• 5.2 全文搜索系統(tǒng)的實現(xiàn)63-70
• 5.2.1 中文分詞及同義詞查詢的實現(xiàn)63-67
• 5.2.2 數(shù)據(jù)導(dǎo)入模塊的實現(xiàn)67-68
• 5.2.3 查詢結(jié)果關(guān)鍵字高亮的實現(xiàn)68-69
• 5.2.4 搜索結(jié)果排序優(yōu)化的實現(xiàn)69
• 5.2.5 資源篩選模塊的實現(xiàn)69-70
• 5.3 個性化推薦系統(tǒng)的實現(xiàn)70-73
• 5.3.1 自適應(yīng)推薦策略的實現(xiàn)70-71
• 5.3.2 類似資源模塊的實現(xiàn)效果71-72
• 5.3.3 看了又看模塊的實現(xiàn)效果72
• 5.3.4 買了又買模塊的實現(xiàn)效果72-73
• 5.3.5 資源推薦模塊的實現(xiàn)效果73
• 5.4 本章小結(jié)73-74
• 結(jié)論74-76
• 參考文獻76-80
• 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)成果80-82
• 致謝82

，

本文編號：1127854