發(fā)布時(shí)間：2018-03-29 00:13

  本文選題：互聯(lián)網(wǎng)學(xué)習(xí)　切入點(diǎn)：知識(shí)推薦　出處：《天津大學(xué)》2016年碩士論文

【摘要】：互聯(lián)網(wǎng)的發(fā)展加速了信息傳遞,不僅為教學(xué)提供了豐富教學(xué)資源,互聯(lián)網(wǎng)在線學(xué)習(xí)模式也逐漸發(fā)展起來。不同于傳統(tǒng)學(xué)習(xí)模式,互聯(lián)網(wǎng)在線學(xué)習(xí)模式能夠?yàn)橛脩籼峁┎皇軙r(shí)間,空間約束等特點(diǎn),且豐富的互聯(lián)網(wǎng)知識(shí)資源能夠激發(fā)學(xué)生自主性,讓在線學(xué)習(xí)者在學(xué)習(xí)過程中更有興趣。但是,互聯(lián)網(wǎng)迎來大數(shù)據(jù)時(shí)代同時(shí),在線學(xué)習(xí)系統(tǒng)面臨著海量在線學(xué)習(xí)資源與在線學(xué)習(xí)個(gè)體個(gè)性化需求難以匹配的難題。論文主要工作有:(1)將在線學(xué)習(xí)用戶在線學(xué)習(xí)過程類比于人的認(rèn)知過程,利用認(rèn)知發(fā)展理論思想建立用戶與知識(shí)資源關(guān)系矩陣。(2)提出相對(duì)熵相似度,并結(jié)合基于典型度推薦算法,提出基于典型度相對(duì)熵推薦算法。(3)將基于典型度相對(duì)熵推薦算法引入到知識(shí)推薦中,提出基于典型度相對(duì)熵在線知識(shí)推薦算法框架,為用戶的在線學(xué)習(xí)提供個(gè)性化服務(wù)。論文首次提出基于典型度相對(duì)熵相似度推薦算法,并將基于典型度相對(duì)熵相似度應(yīng)用到互聯(lián)網(wǎng)知識(shí)推薦中,并實(shí)驗(yàn)證明了基于典型度相對(duì)熵推薦算法的正確性與有效性�；诘湫投认鄬�(duì)熵推薦算法有利于學(xué)習(xí)者的互聯(lián)網(wǎng)在線學(xué)習(xí),為未來建設(shè)更加智能化,個(gè)性化互聯(lián)網(wǎng)學(xué)習(xí)平臺(tái)做貢獻(xiàn)。
[Abstract]:The development of the Internet accelerates the transmission of information, which not only provides rich teaching resources for teaching, but also develops the online learning model of the Internet. Unlike the traditional learning model, the online learning model of the Internet can provide users with no time. Space constraints and other characteristics, and abundant Internet knowledge resources can stimulate student autonomy, so that online learners are more interested in the learning process. However, the Internet ushered in the era of big data at the same time, The online learning system is faced with the difficulty of matching the huge amount of online learning resources with the individual personalized needs of online learning. The main work of this paper is to compare the online learning process of online learning users to the cognitive process of people. Using cognitive development theory to establish the relation matrix of user and knowledge resource. (2) the relative entropy similarity is proposed, and the recommendation algorithm based on canonical degree is proposed. The recommendation algorithm based on the relative entropy of canonical degree is introduced into the knowledge recommendation, and the online knowledge recommendation algorithm based on the relative entropy of the degree of canonical degree is proposed. In this paper, the relative entropy similarity recommendation algorithm based on canonical degree is proposed for the first time, and it is applied to Internet knowledge recommendation based on the relative entropy similarity of canonical degree. The experiment proves the correctness and validity of the recommendation algorithm based on the relative entropy of canonical degree, which is beneficial to the online learning of learners, and is more intelligent for the future. Personalized Internet learning platform to contribute.
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 姚宏林;韓偉杰;吳忠望;;基于模糊相對(duì)熵的網(wǎng)絡(luò)異常流量檢測方法研究[J];信息安全與技術(shù);2014年08期

2 張彥峰;;基于灰色關(guān)聯(lián)分析的相對(duì)熵集結(jié)模型[J];西北工業(yè)大學(xué)學(xué)報(bào);2013年02期

3 毛軍軍;李俠;吳濤;;基于粗集優(yōu)勢關(guān)系的屬性賦權(quán)相對(duì)熵優(yōu)化模型[J];計(jì)算機(jī)工程;2011年15期

4 張登銀;廖建飛;;基于相對(duì)熵的網(wǎng)絡(luò)流量異常檢測方法[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

5 曾青松;賀衛(wèi)國;;基于相對(duì)熵度量的行為識(shí)別方法[J];河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年06期

6 趙萌;邱菀華;劉北上;;基于相對(duì)熵的多屬性決策排序方法[J];控制與決策;2010年07期

7 匡錦瑜;高斯隨機(jī)場參數(shù)的最小相對(duì)熵估計(jì)法[J];電子學(xué)報(bào);1994年07期

8 楊嬌;彭拯;;一種求解全局優(yōu)化問題的修正相對(duì)熵算法及其收斂性[J];湖南理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年02期

9 李涵秋;馬艷;雷磊;;基于相對(duì)熵理論的網(wǎng)絡(luò)DoS攻擊檢測算法[J];電訊技術(shù);2011年03期

10 吳盤龍;李言俊;;形態(tài)學(xué)增強(qiáng)的連接相對(duì)熵在自動(dòng)目標(biāo)檢測中的應(yīng)用(英文)[J];紅外技術(shù);2006年05期

相關(guān)會(huì)議論文 前2條

1 孫昭旭;韓敏;;基于滿意度和相對(duì)熵模型的多屬性決策方法[A];第五屆中國不確定系統(tǒng)年會(huì)論文集[C];2007年

2 胡謀法;肖山竹;張志勇;盧煥章;;基于Renyi相對(duì)熵的圖像閾值化方法[A];第十四屆全國信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

相關(guān)碩士學(xué)位論文 前5條

1 趙珍;相對(duì)熵方法下的信度保費(fèi)研究[D];新疆大學(xué);2015年

2 蔡智勇;基于典型度的相對(duì)熵相似度知識(shí)推薦[D];天津大學(xué);2016年

3 王雷;基于相對(duì)熵的中國鐵路地理網(wǎng)拓?fù)浣Y(jié)構(gòu)的魯棒性研究[D];中南大學(xué);2014年

4 趙芳芳;基于相對(duì)熵的區(qū)間直覺模糊多屬性決策方法[D];渤海大學(xué);2012年

5 王羿偉;極小相對(duì)熵期權(quán)定價(jià)和貼現(xiàn)因子正定性分析[D];華東理工大學(xué);2012年

，

本文編號(hào)：1678691