欢迎来到天天文库
浏览记录
ID:38880007
大小:104.00 KB
页数:17页
时间:2019-06-20
《web网络学习系统设计》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、成绩:自学考试毕业论文(设计)题目(中文):基于Web挖掘的个性化网络学习系统设计(外文):DesignandRealizationofPersonalizedLearningSystemBasedonWEBMining院(系):专业:学生姓名:准考证号:指导教师:2015年5月9日16毕业论文诚信声明本人郑重声明:所呈交的毕业论文《》是本人在指导老师的指导下,独立研究、写作的成果。论文中所引用是他人的无论以何种方式的文字、研究成果,均在论文中以明确方式表明。本声明的法律结果由本人独自承担。毕业论文作者签名:
2、年月日16目录1.引言21.1研究背景及意义21.2国内外研究现状21.3主要研究内容31.4论文结构32.基于Web挖掘的个性化网络学习系统及相关技术42.1体系结构42.2Web个性化技术52.2.1Web挖掘的定义52.2.2Web挖掘的分类52.3Web挖掘中常用的技术62.3.1Web内容挖掘中常用的技术62.3.2Web结构挖掘中常用的技术62.3.3Web使用挖掘中常用的技术72.4个性化82.4.1改进系统性能和结构82.4.2页面推荐82.4.3个性化学习系统82.4.4个性化服务系统的关键
3、技术92.5基于Web挖掘的个性化学习系统模型构架93.Web挖掘的预处理93.1Web挖掘的基本流程93.1.1数据采集103.1.2数据预处理103.1.3模式识别11163.1.4模式分析114.个性化网络学习系统的设计与实现114.1传统的网络学习系统114.2基于Web挖掘的个性化网络学习系统模型设计114.2.1系统的运行环境和主要开发环境114.2.2构建个性化的网络学习模型114.2.3网络学习个性化推荐原型系统框架124.2.4网络学习个性化推荐原型系统结构分析125.总结12参考文献131
4、6基于Web挖掘的个性化网络学习系统设计摘要:文章分析网上每个学习者的个性化需求,提出基于Web挖掘技术的个性化系统框架。对Web使用挖掘关键算法进行了研究,设计了一种基于Web挖掘的个性化网络学习系统,该系统给出了Web内容挖掘、Web使用挖掘和Web结构挖掘的结果并结合其推荐结果为学习者提供了个性化的服务,并给出了推荐算法。关键词:Web挖掘;个性化;学习;系统模型1.引言1.1研究背景及意义目前我国采用的是传统的教育制度,教育模式主要是老师讲,学生听。为了应试,学校在授课过程中过分强调以知识的传授为中心
5、,只重视教师在课堂中的作用,遏制了学生的创造性,忽视了学生学习的主动性和学习潜力的开发。学生往往都是为考试听课,为考试学习,毕业后仍然茫然,例如计算机专业的学生所学知识已经或正在被淘汰,即使没有被淘汰,因为实践能力太弱所学知识不能很好的应用于工作中。因此现代大学生需要一个开阔视野的平台,如可以进行专业学习的网站的出现(这就是下面为大家讲解基于Web挖掘的个性化学习网络)。作为计算机专业的学生因为计算机时代的来临,其发展需求使计算机专业学生对就业很自信,但计算机技术发展速度飞快,专业迫使计算机专业学生必须走在时
6、代前端,但所学知识越多到最后被淘汰的就越多,在这样的教育体制下,学生不得不自己寻找新的学习模式,例如看计算机专业的新书或刊物,但昂贵的费用不是一个普通大学生所能承担的。因此学生的学习因经济能力而闭塞,使学生十分焦急,求知心不能得到满足更何况实践能力的培养。所以大学生需要借助网络,通过网上的各渠道来扩展知识面,学习新知识,知道最新的科技动向。1.2国内外研究现状16目前Web挖掘技术的应用侧重于商业领域的大数据量应用,在教学领域应用的起步相对较晚,并且数据挖掘技术在教学领域的应用与在商业领域中的应用既有相同点也
7、有不同点。国际学术研究领域中,如何充分有效地队Web数据进行存储和查询,分析提取用户特性并向用户提供个性化学习的网络学习平台已经成为Web技术的一个研究热点,并且已有一些研究着获得了研究性和实践性的成果。1.3主要研究内容Web挖掘的处理模型主要是由数据采集、数据预处理、模式识别(数据挖掘算法实施)、模式分析四部分组成在本文的研究中,以目前国内外的Web挖掘已有的学术以及应用成果为基础,以Web挖掘技术为出发点,结合世家的应用对Web挖掘的数据预处理和模式识别进行研究分析,设计了一个基于Web挖掘的个性化学习
8、系统。论文主要展开了以下几个方面的研究工作:(1)研究Web特征提取中所有涉及的数据特征,对数据来源、数据类型进行分析,对Web日志进行数据预处理。(2)分析现有的用户访问兴趣的度量方法,基于注册信息建立初始的拥有—资源兴趣评分矩阵,根据用户对页面的访问时间进行用户兴趣度得度量,以此为基础实时更行用户—资源评分矩阵,全局和近期局部相结合,体现用户—资源兴趣度。(3)基于Web站点的拓扑结构,分析教学
此文档下载收益归作者所有