基于社区驱动与Web数据挖掘的个性化e-learning解决方案推荐系统研究

摘要

建设终身学习体系是当前我国教育发展的重要内容，本文从终身学习环境下的e-learning平台建设为出发点，整合Web数据挖掘理论和社区驱动理论，构建了一种个性化e-learning解决方案推荐系统(PELSRS)，该系统能够兼容不同的学习情境，以个性化自主性学习为主要学习方式，利用社区驱动来实现资源和信息的构建，并充分利用网络智能来实现个性化推荐。
　　 论文围绕PELSRS的理论和技术实现进行了全面的探讨。论文首先对PELSRS的相关理论进行了研究，提出了个性化e-learning解决方案的概念模型，并对其个性化策略进行了探讨；然后对社区驱动在PELSRS中的应用进行了研究，提出了多项整合的策略，并对系统中社会化动机维持机制进行了探讨；接下来论文使用Web数据挖掘对e-learning解决方案进行挖掘和推荐，设计了一种基于关联规则挖掘的e-learning解决方案推荐过程和推荐引擎；论文最后给出了系统的功能模型、主要数据库设计和用户交互界面图示，并对未来的研究工作和发展趋势进行了展望。

目录

文摘

英文文摘

声明

第一章 绪 论

1.1 终身学习环境下网络学习的个性化需求

1.2 个性化e—learning系统研究概述

1.3 个性化e—learning解决方案推荐系统需要解决的主要问题

1.4 Web数据挖掘与社区驱动技术概述

1.5 本文所做的研究工作

1.6 本文的研究意义

第二章 PELSRS理论研究与概念模型建构

2.1 个性化e—learning推荐系统研究的发展与启示

2.2 个性化e—learning解决方案推荐系统概念界定

2.3 个性化e—learning解决方案概念体系建构

2.3.1 学习目标

2.3.2 网络学习活动序列

2.3.3 网络学习环境支持

2.4 e—learning解决方案的个性化策略研究

2.4.1 提供e—learning解决方案个性化推荐

2.4.2 提供个性化学习活动

2.4.3 提供个性化学习环境

第三章 社区驱动在PELSRS中的应用研究

3.1 社区驱动技术综述

3.2 社区驱动与教育的整合：网络学习社区

3.3 社区驱动在e—learning解决方案推荐系统中的应用策略

3.3.1 促进学习活动库的构建

3.3.2 促进开放性学习环境的构建

3.3.3 促进终身学习环境下的协作互助

3.4 e—learning解决方案推荐系统的社会化动机维持策略

第四章 Web数据挖掘在PELSRS中的应用策略

4.1 Web数据挖掘理论概述

4.2 基于关联规则挖掘的e—learning解决方案推荐

4.2.1 关联规则基本概念与算法介绍

4.2.2 基于关联规则的个性化e—learning解决方案推荐的挖掘过程

4.2.3 个性化e—learning解决方案的Web数据挖掘引擎模型

第五章 PELSRS功能模型与原型开发

5.1 系统功能模型

5.1.1 个性化e—learning解决方案构建模块

5.1.2 个性化e—learning解决方案学习模块

5.1.3 e—learning社区功能模块

5.1.4 个人学习环境管理模块

5.2 主要功能的数据库结构

5.3 用户操作与推荐界面效果

第六章 结论和未来的研究方向

6.1 结论

6.2 未来的研究方向

参考文献

致谢

在学期间公开发表论文及著作情况