本文關(guān)鍵詞：基于GWT和個性化算法的教學(xué)資源推薦系統(tǒng)的研究

  更多相關(guān)文章： GWT 教學(xué)資源推薦系統(tǒng) web2.0 協(xié)同過濾推薦算法 聚類算法

【摘要】：現(xiàn)如今,大家對計算機(jī)和互聯(lián)網(wǎng)已經(jīng)不再陌生,不同的領(lǐng)域、不同的行業(yè)都要涉足互聯(lián)網(wǎng)。人們在網(wǎng)絡(luò)上實(shí)時的分享信息、共享資源,帶來了前所未有的盛況。然而,隨著越來越多的信息資源在網(wǎng)上出現(xiàn),帶來了信息的巨大問題——信息爆炸。盡管現(xiàn)在互聯(lián)網(wǎng)資源有簡單的分類和標(biāo)簽,但是面對互聯(lián)網(wǎng)上的海量資源,用戶難免會在尋找真正適合自己信息上浪費(fèi)大量時間和精力。專家和學(xué)者為了解決互聯(lián)網(wǎng)信息爆炸問題,推出了兩個引擎,一個是搜索引擎,它在用戶大體明確自己需要的資源方向的情況下使用；一個是推薦引擎,后者根據(jù)用戶的愛好和自身標(biāo)簽,將他可能需要的資源信息推薦給他。目前,部分高校雖然已經(jīng)有類似教學(xué)資源管理系統(tǒng)的教輔系統(tǒng),但是教學(xué)輔助系統(tǒng)在國內(nèi)的教育領(lǐng)域的普及程度還不是很高,并且極少包含教學(xué)資源推薦系統(tǒng),而在國內(nèi)的電子商務(wù)網(wǎng)站內(nèi),在同等行業(yè)競爭激烈的情況下,增加用戶體驗即等于提高公司效益,正因如此,推薦系統(tǒng)在電子商務(wù)以及一些商業(yè)網(wǎng)站應(yīng)用普遍。因此借鑒成功的商業(yè)網(wǎng)站案例來做推薦系統(tǒng)是一個不錯的方向。本文的研究目的是基于GWT對教學(xué)資源推薦系統(tǒng)進(jìn)行研究與實(shí)現(xiàn),為學(xué)習(xí)者營造一個良好的在線學(xué)習(xí)環(huán)境,提供個性化的知識資源導(dǎo)航功能,并從一定程度上降低教學(xué)資源推薦的復(fù)雜性和開發(fā)成本。本文的主要工作如下：(1)本課題提出了一種基于GWT,并結(jié)合SpringMVC, Hibernate實(shí)現(xiàn)的教學(xué)資源推薦系統(tǒng)開發(fā)框架。與現(xiàn)階段的教學(xué)資源推薦系統(tǒng)應(yīng)用框架相比,該框架的關(guān)鍵特性是可讓開發(fā)者盡可能不學(xué)習(xí)和使用第二種語言而簡便地編寫AJAX應(yīng)用,大大減少了開發(fā)代價；同時對整個系統(tǒng)進(jìn)行分層,開發(fā)更直觀、可靠,該框架充分利用了成熟的平臺和技術(shù),在有效地減少了軟件開發(fā)周期和開發(fā)成本的同時,也有效提升了教學(xué)資源推薦系統(tǒng)的人機(jī)交互體驗和實(shí)時性需求�；贕WT的應(yīng)用框架與Spring MVC Hibernate框架相結(jié)合,該開發(fā)框架提出了基于GWT的Web應(yīng)用程序的分層結(jié)構(gòu),使開發(fā)更清晰明了。(2)本課題將在原有的協(xié)同過濾算法的基礎(chǔ)之上結(jié)合聚類算法,提出一種個性化的混合算法。使用Weka進(jìn)行數(shù)據(jù)挖掘,同時研究基于用戶聚類的協(xié)同過濾算法在教學(xué)資源推薦系統(tǒng)的應(yīng)用。當(dāng)前的推薦算法有很多,協(xié)同過濾推薦算法是目前使用頻率最高的一種推薦算法,分為基于用戶的推薦和基于項目的推薦兩種方法。本課題中系統(tǒng)將在固定的時間內(nèi),離線進(jìn)行用戶的聚類,在線推薦時使用協(xié)同過濾推薦算法達(dá)到事半功倍的效果。在協(xié)同算法的基礎(chǔ)上融合基于用戶聚類的算法,解決用戶行為信息過載、評分矩陣稀疏以及推薦速度瓶頸等問題,建立更加有效的系統(tǒng)推薦算法,實(shí)現(xiàn)教學(xué)資源的推薦,使得該系統(tǒng)可以高效、定制化的將教學(xué)資源推薦給學(xué)生。解決現(xiàn)存的教學(xué)資源推薦系統(tǒng)中學(xué)習(xí)者在進(jìn)行選擇的時候的盲目問題,塑造更好的用戶體驗,為學(xué)習(xí)者提供個性化的學(xué)習(xí)服務(wù)。上述研究已在國際上知名的會議以及期刊上發(fā)表EI學(xué)術(shù)論文2篇。
【學(xué)位授予單位】：沈陽師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.3

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 景民昌;張芹;唐弟官;;協(xié)同過濾系統(tǒng)中基于種子集評分的新用戶冷啟動推薦研究[J];圖書情報工作;2013年05期

2 孫冬婷;何濤;張福海;;推薦系統(tǒng)中的冷啟動問題研究綜述[J];計算機(jī)與現(xiàn)代化;2012年05期

3 朱郁筱;呂琳媛;;推薦系統(tǒng)評價指標(biāo)綜述[J];電子科技大學(xué)學(xué)報;2012年02期

4 陳軍;蔡賢資;李吉桂;;基于RIA電子商務(wù)應(yīng)用建構(gòu)的研究[J];惠州學(xué)院學(xué)報(自然科學(xué)版);2010年03期

5 陳曄妮;;淺談RIA開發(fā)[J];電腦學(xué)習(xí);2010年03期

6 陳琳;;基于Ajax技術(shù)的Web應(yīng)用[J];福建信息技術(shù)教育;2010年02期

7 辛剛;王清心;;基于Ajax的Java Web應(yīng)用的研究與開發(fā)[J];山西電子技術(shù);2010年01期

8 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國科技信息;2009年07期

9 郭艷紅;鄧貴仕;;協(xié)同過濾系統(tǒng)項目冷啟動的混合推薦算法[J];計算機(jī)工程;2008年23期

10 蘇玨;曾賢龍;藍(lán)天;;Ajax在Web2.0中的應(yīng)用研究[J];電腦編程技巧與維護(hù);2008年13期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 任磊;推薦系統(tǒng)關(guān)鍵技術(shù)研究[D];華東師范大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 黃海波;在線推薦系統(tǒng)的算法研究及其應(yīng)用[D];電子科技大學(xué);2012年

2 鄧智全;代碼重構(gòu)理論在EGL項目中的應(yīng)用與實(shí)現(xiàn)[D];吉林大學(xué);2009年

3 紀(jì)偉;AJAX技術(shù)在教學(xué)網(wǎng)站中的應(yīng)用研究[D];北京交通大學(xué);2008年

，

本文編號：1166818