资源描述：
《基于用户可信赖度的mooc个性化推荐的研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、基于用户可信赖度的MOOC个性化推荐的研究与应用重庆大学硕士学位论文（专业学位）学生姓名：胡道旭指导教师：冯永教授学位类别：工程硕士（计算机技术领域）重庆大学计算机学院二O一六年四月ResearchandApplicationofUserCredibilityBasedPersonalizationRecommendationinMOOCAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheProfessionalDegreeB
2、yHuDaoXuSupervisedbyProf.FengYongSpecialty:ME（ComputerTechnologyField）CollegeofComputerScienceofChongqingUniversity,Chongqing,ChinaApril,2016重庆大学硕士学生论文中文摘要摘要MOOC，作为当下最受关注的在线学习方式之一，近几年的发展非常迅速。国内外涌现出大量的MOOC平台，很多的研究者也将自己的目光投入到MOOC领域，他们对MOOC的特征、参与MOOC的用户群、MOOC的发展前景等方面进行了深
3、入研究。研究者发现MOOC具有开放性、多样性、自主性等特征；在MOOC的用户中，年轻用户占大多数；参与MOOC学习的用户各自带有不同的学习目的，收获也不同。现阶段，MOOC正处于高速增长期，前景被广泛看好，有的研究者甚至认为MOOC将统治未来的在线教育。MOOC自2012年开始吸引人们的巨大关注，但就发展阶段而言，其本身的发展应该还处于探索阶段。MOOC具有独特的优势的同时，也还有很多不足之处。本文的工作主要是解决如何对MOOC进行评价和个性化推荐，主要工作如下：第一：MOOC评价机制本文研究发现，MOOC用户数量非常多，需求旺盛
4、，但当下很多人都忽视了对MOOC的评价机制讨论，大部分MOOC平台都没有为用户提供评价课程的方式，用户不了解课程的质量。所以，本文在MOOC领域引入一种评分机制，收集用户评分数据，展现用户观点，反映课程质量。第二：MOOC个性化推荐结合用户的评分数据，文本采用了改进的协同过滤算法，即基于用户可信赖度的推荐算法，将收集的用户的评分数据进行分析，找出相似用户并将用户最可能感兴趣的课程推荐给用户。第三：构建了一个集学习、评分、推荐于一体的原型验证系统本文收集了部分MOOC资源，构建了原型验证系统，用户可以在本系统中观看MOOC课程进行自
5、主学习，并对这些课程进行评分。系统会根据收集到的用户数据，个性化地给用户推荐MOOC课程。关键字：MOOC，评价机制，个性化推荐I重庆大学硕士学生论文英文摘要ABSTRACTAsoneofthemostpopularonlinelearningmethods,MOOCdevelopsrapidlyinrecentyears.AlargenumberofMOOCplatformshaveemergedathomeandabroad,andmanyresearchershavealsoputtheirsightsontheMOOCfi
6、eld,theystudiedonthecharacteristicsofMOOC,theusercomponents,thedevelopmentprospectofMOOCandsoon.TheresearchersfoundthatMOOChasthecharacteristicsofopenness,diversity,autonomyandsoon;ThemajorityofMOOCusersareyoungpeople;UserswhoparticipateinMOOCstudyhavedifferentlearnin
7、gobjectivesandearndifferently.Atthisstage,MOOCisinaperiodofrapidgrowth,andithasgreatpotential,evensomeresearchersbelievethatMOOCwilldominatethefutureofonlineeducation.MOOCbegantoattractpeople'sgreatattentionsince2012,anditshouldalsobeintheexploratoryphase.MOOChasauniq
8、ueadvantage,butalsoalotofdeficiencies.ThemainworkofthispaperistosolvehowtoevaluateMOOCandpersonalizedrecommendation,themainw
