基于WEB挖掘的E-learning環(huán)境下的個(gè)性化教學(xué)平臺(tái)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩75頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、E-learning的發(fā)展和應(yīng)用為用戶學(xué)習(xí)提供了前所未有的豐富資源和靈活性,在服務(wù)器上運(yùn)行的教學(xué)平臺(tái)可以同時(shí)接受多個(gè)用戶訪問(wèn),使資源利用率大大提高,而且教學(xué)不受時(shí)間、空間和地域的限制,使用戶實(shí)現(xiàn)了自主學(xué)習(xí)。但目前基于Web的E-learning平臺(tái)仍是以網(wǎng)站為中心,不能根據(jù)用戶的個(gè)性特征對(duì)教學(xué)資源進(jìn)行推薦。因此,如何設(shè)計(jì)個(gè)性化的E-learning教學(xué)平臺(tái),逐漸成為眾多領(lǐng)域研究者關(guān)注的一個(gè)熱點(diǎn)問(wèn)題。
   本文以Web挖掘技術(shù)為

2、基礎(chǔ),通過(guò)分析E-learning環(huán)境下用戶的瀏覽行為和瀏覽內(nèi)容,提出了一種新的基于向量空間模型的混合模型,并用2層樹(shù)狀結(jié)構(gòu)模型來(lái)表示用戶興趣,同時(shí)根據(jù)用戶對(duì)頁(yè)面的訪問(wèn)次數(shù),瀏覽速度和駐留時(shí)間來(lái)更新模型;其次提出了一個(gè)個(gè)性化的教學(xué)推薦模型,其特點(diǎn)是可以分別對(duì)訪問(wèn)日志和交互數(shù)據(jù)進(jìn)行挖掘,接著分析了從Web日志數(shù)據(jù)中提取訪問(wèn)事務(wù)集的過(guò)程,并利用關(guān)聯(lián)規(guī)則生成頻繁項(xiàng)集,在此基礎(chǔ)上提出了一種新的基于頻繁項(xiàng)集的個(gè)性化推薦算法;最后,應(yīng)用所建立的模型

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論