

版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、MOOC,作為當(dāng)下最受關(guān)注的在線學(xué)習(xí)方式之一,近幾年的發(fā)展非常迅速。國內(nèi)外涌現(xiàn)出大量的MOOC平臺,很多的研究者也將自己的目光投入到MOOC領(lǐng)域,他們對MOOC的特征、參與MOOC的用戶群、MOOC的發(fā)展前景等方面進(jìn)行了深入研究。研究者發(fā)現(xiàn)MOOC具有開放性、多樣性、自主性等特征;在MOOC的用戶中,年輕用戶占大多數(shù);參與MOOC學(xué)習(xí)的用戶各自帶有不同的學(xué)習(xí)目的,收獲也不同?,F(xiàn)階段,MOOC正處于高速增長期,前景被廣泛看好,有的研究者甚
2、至認(rèn)為MOOC將統(tǒng)治未來的在線教育。
MOOC自2012年開始吸引人們的巨大關(guān)注,但就發(fā)展階段而言,其本身的發(fā)展應(yīng)該還處于探索階段。MOOC具有獨(dú)特的優(yōu)勢的同時,也還有很多不足之處。本文的工作主要是解決如何對MOOC進(jìn)行評價和個性化推薦,主要工作如下:
第一:MOOC評價機(jī)制
本文研究發(fā)現(xiàn),MOOC用戶數(shù)量非常多,需求旺盛,但當(dāng)下很多人都忽視了對MOOC的評價機(jī)制討論,大部分MOOC平臺都沒有為用戶提供評價
3、課程的方式,用戶不了解課程的質(zhì)量。所以,本文在MOOC領(lǐng)域引入一種評分機(jī)制,收集用戶評分?jǐn)?shù)據(jù),展現(xiàn)用戶觀點(diǎn),反映課程質(zhì)量。
第二:MOOC個性化推薦
結(jié)合用戶的評分?jǐn)?shù)據(jù),文本采用了改進(jìn)的協(xié)同過濾算法,即基于用戶可信賴度的推薦算法,將收集的用戶的評分?jǐn)?shù)據(jù)進(jìn)行分析,找出相似用戶并將用戶最可能感興趣的課程推薦給用戶。
第三:構(gòu)建了一個集學(xué)習(xí)、評分、推薦于一體的原型驗(yàn)證系統(tǒng)
本文收集了部分MOOC資源,構(gòu)
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于用戶認(rèn)知與個性化推薦的購物系統(tǒng)用戶體驗(yàn)度研究.pdf
- 基于Hadoop的用戶個性化推薦研究.pdf
- 基于可信機(jī)制的個性化推薦技術(shù)及其應(yīng)用研究.pdf
- 不可信賴的避孕方法
- 基于可信賴計(jì)算平臺的可信執(zhí)行環(huán)境研究與實(shí)現(xiàn).pdf
- 基于用戶行為的個性化推薦算法研究.pdf
- 基于可信賴計(jì)算平臺的可信認(rèn)證方法的研究與實(shí)現(xiàn).pdf
- 基于用戶的個性化影視推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于用戶興趣的個性化推薦系統(tǒng)的研究與設(shè)計(jì).pdf
- 基于用戶興趣的個性化推薦技術(shù)研究.pdf
- 基于用戶聚類的個性化推薦方法研究.pdf
- 基于用戶細(xì)分及組合相似度的個性化推薦算法的研究與實(shí)現(xiàn).pdf
- 基于用戶情境的論壇個性化推薦模型研究.pdf
- 基于用戶興趣的個性化信息推薦系統(tǒng).pdf
- 基于用戶聚類的協(xié)同過濾個性化推薦的研究與應(yīng)用.pdf
- 基于用戶情境的個性化推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于統(tǒng)計(jì)的個性化微博信息與用戶推薦.pdf
- 基于用戶建模的個性化微博推薦研究.pdf
- 百度貼吧用戶個性化推薦研究.pdf
- 基于用戶行為的個性化推薦優(yōu)化方法研究.pdf
評論
0/150
提交評論