學(xué)習(xí)資源采集與分類系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著信息技術(shù)迅速發(fā)展，促使國家大力發(fā)展教育信息事業(yè)，建設(shè)數(shù)字化、智慧型校園，實(shí)現(xiàn)區(qū)域化學(xué)習(xí)資源深層次整合、共建、共享，使學(xué)習(xí)者和用戶在海量信息中獲取學(xué)習(xí)資源為零距離。
　　通用網(wǎng)絡(luò)爬蟲是采集海量的網(wǎng)頁信息，采集的信息內(nèi)容雜亂無序、利用率低、損耗存儲空間。聚焦爬蟲是按一定規(guī)則采集信息，采集的資源(TXT、Word、Excel、PPT、PDF、HTML格式)內(nèi)容是有序和高質(zhì)。由于網(wǎng)絡(luò)學(xué)習(xí)資源和建構(gòu)主義理論支持，結(jié)合而成的Blended

2、 Learning方式，充分調(diào)動(dòng)學(xué)習(xí)者和用戶的積極性、主動(dòng)性、創(chuàng)造性。同時(shí)，學(xué)習(xí)資源是遠(yuǎn)程教育、移動(dòng)教育、泛在學(xué)習(xí)基礎(chǔ)性資源，且成本低、易管理的特點(diǎn)為人們所關(guān)注的熱點(diǎn)。
　　學(xué)習(xí)者、用戶以及教育研究機(jī)構(gòu)對信息化學(xué)習(xí)資源需求與日俱增，然互聯(lián)網(wǎng)資源海量、分布松散，學(xué)習(xí)者和用戶獲取所需學(xué)習(xí)資源如大海撈針，且獲取的學(xué)習(xí)資源內(nèi)容近似、風(fēng)格重復(fù)、創(chuàng)新較小、實(shí)用性較差。因此，應(yīng)用學(xué)習(xí)資源主題采集模型剔除無關(guān)干擾信息;并結(jié)合KNN文本分類方法組織

3、和管理好海量、異構(gòu)、半異構(gòu)、動(dòng)態(tài)特點(diǎn)的學(xué)習(xí)資源，為學(xué)習(xí)者和用戶快速、準(zhǔn)確查詢、獲取以及共享學(xué)習(xí)資源。這都是學(xué)習(xí)者和用戶所關(guān)注的焦點(diǎn)，也是學(xué)習(xí)資源采集與分類亟待研究和解決的問題。
　　本文首先概述學(xué)習(xí)資源采集與分類的研究背景與意義，簡述學(xué)習(xí)資源采集與分類的國內(nèi)外研究現(xiàn)狀及存在問題，研究分析本文涉及學(xué)習(xí)資源主題采集、分類相關(guān)性理論和關(guān)鍵技術(shù)，包括:學(xué)習(xí)資源涵義、類型、格式的概念界定;學(xué)習(xí)資源網(wǎng)頁爬蟲、信息提取、頁面去重的技術(shù);學(xué)習(xí)資源

4、中文分詞、特征選取、VSM模型、KNN文本分類。詳細(xì)闡述學(xué)習(xí)資源采集與分類的需求分析、系統(tǒng)框架設(shè)計(jì)、學(xué)習(xí)資源主題采集結(jié)構(gòu)設(shè)計(jì)、學(xué)習(xí)資源分類結(jié)構(gòu)設(shè)計(jì)、系統(tǒng)功能設(shè)計(jì)，詳細(xì)闡述學(xué)習(xí)資源采集與分類的各模塊實(shí)現(xiàn)。最后，通過實(shí)驗(yàn)驗(yàn)證學(xué)習(xí)資源采集模型和分類算法，系統(tǒng)評測根據(jù)其準(zhǔn)確率、查全率、F值并分析分類結(jié)果，證實(shí)學(xué)習(xí)資源采集與分類系統(tǒng)應(yīng)用效果顯著。同時(shí)針對大規(guī)模學(xué)習(xí)資源采集建議應(yīng)用LDA模型，進(jìn)一步優(yōu)化局部敏感哈希和KNN算法結(jié)合改善系統(tǒng)分類速度和