基于GWT和個性化算法的教學(xué)資源推薦系統(tǒng)的研究.pdf

1、現(xiàn)如今，大家對計算機和互聯(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

2、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

3、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：
　?。?）本課題提出了一種基于GWT，并結(jié)合SpringMVC，Hibernate實現(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，

4、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)的人機交互體驗和實時性需求?；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

5、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，實現(xiàn)教學(xué)資