elearning个性化推荐系统研究word格式论文.docx

STUDYOF E-LEARNINGPERSONALIZED RECOMMENDATIONSYSTEMADissertationsubmittedinfulfillment ofthe requirementsofthe degreeofMASTEROFENGINEERINGSCIENCEfromShandong Universityof ScienceandTechnologybyGuoLiliSupervisor:AssociateProfessorXuJianguoCollegeof InformationScienceandEngineering May 2008声明本人呈交给山东科技大学的这篇硕士学位论文，除了所列参考文献和世所公认的文献外，全部是本人在导师指导下的研究成果。该论文资料尚没有呈交于其它任何学术机关作鉴定。硕士生签名：日期：AFFIRMATIONIdeclarethatthis dissertation,submittedinfulfillmentoftherequirementsfortheaward of Masterof Engineering Sciencein Shandong Universityof ScienceandTechnology,iswhollymyownworkunlessreferencedofacknowledge.Thedocument hasnot beensubmittedforqualificationat any otheracademic institute.Signature: Date:摘要随着网络技术的不断发展，基于网络的E-Learning正在改变着人们学习知识的方式，越来越多的学员渴望通过更加个性化和智能化的方式来获取知识。在E-Learning的环境中，随着教学资源信息的急剧膨胀，“信息过载”、“资源迷向”等问题相继出现，如何为学员在海量信息中推送出最适合学员口味的信息资源已成为一个亟待解决的问题。本文以语义本体技术、Agent技术等人工智能的理论为基础，并结合个性化推荐系统的技术，在充分分析学员兴趣的基础上，提出了一种新的面向语义的推荐技术，该方案可满足不同学员的要求，并根据学员的需要和兴趣，为其挑选最适合的知识或者辅助材料，并对学员进行学习的智能导航。本文所研究的E-Learning个性化推荐系统主要有以下内容：首先，研究了关于E- Learning个性化推荐系统的背景及国内外的发展现状；其次，根据E-Learning个性化推荐系统所要实现的目标和功能，提出了一个E-Learning个性化推荐系统的系统框架，从宏观上把握了个性化推荐系统的设计，并提出了个性化推荐系统的工作流程，本文采用本体的理论描述来构建资源知识本体库和学员兴趣本体，并详细介绍了这些本体的构建过程和方法；再次，采用了一种新的语义相似匹配技术来匹配和过滤学员兴趣，挖掘出学员隐含的兴趣，并过滤出学员不感兴趣的项，详细论述了这种新的面向语义匹配策略的方法，并通过实验证明了此方法推荐质量的有效性；最后在以上章节的基础上通过实验测试E-Learning 个性化推荐系统的有用性和有效性。关键字：E-Learning，个性化推荐系统，本体山东科技大学硕士学位论文AbstractAbstractWiththecontinuousdevelopmentofthenetworktechnology,Web-basedE-Learningischangingtheway ofpeople acquireknowledge, moreandmore learnerseager toacquire moreknowledgethroughmorepersonalizedandintelligentway.InE-Learningenvironment,withtherapidexpansionofteachingresourcesandinformation,theinformationoverload,resourceslostandotherproblemsappearedoneafteranother.Howtopushoutthemostsuitableresourcesinformationforstudentsfromthehugeinformationisthepleasproblemtobesolved.BasesonSemanticOntologytechnology,Agenttechnologyandsoonotherartificialintelligencetheoriesandinconjunctionwiththepersonalizedrecommendationsyst