數據挖掘及其在學習資源推薦中的套用研究

內容簡介

本書為國家社會科學基金項目成果，針對個性化學習資源推薦面臨的主要問題，圍繞數據挖掘最佳化方法、學習者建模、個性化學習資源推薦等方面的內容展開研究。本書採用定性與定量研究、理論與實證研究相結合的研究方式，融合多個學科的技術成果，在研究方法和手段上有所創新。本書既包括翔實的理論闡述，又有系列的公式演示，嚴謹可信，具有一定的理論研究價值;並且提出的一些新型模型和理論框架具有較高的套用價值。

圖書目錄

前言

第1章緒論1

1.1數據挖掘基本理論1

1.2數據挖掘研究進展8

1.3推薦系統基本理論14

1.4研究思路20

第2章特徵提取方法22

2.1背景知識22

2.2流形判別分析24

2.3融合數據分布特徵的多視角分析方法31

2.4基於圖的人臉特徵提取方法36

2.5基於Fisher準則的半監督特徵提取方法41

2.6融合全局和局部特徵的特徵提取方法46

第3章智慧型分類方法52

3.1背景知識52

3.2融合數據分布特徵的保序分類方法56

3.3模糊雙超球分類方法64

3.4基於邊界的最大間隔模糊分類器69

3.5具有N-S磁極效應的最大間隔模糊分類方法77

3.6面向大規模數據的非線性集成分類方法86

第4章學習者興趣建模方法92

4.1學習者模型與學習者建模93

4.2學習者興趣建模研究進展94

4.3學習者建模面臨的挑戰99

4.4基於本體的學習者建模103

4.5基於主題模型的學習者建模108

4.6基於社交網路的學習者建模112

第5章學習資源推薦方法116

5.1學習資源推薦方法研究進展116

5.2基於興趣圖譜的學習資源推薦方法125

5.3基於二部圖的學習資源混合推薦方法132

5.4基於本體的學習資源推薦方法139

第6章大數據環境下的學習資源推薦方法149

6.1大數據與推薦系統149

6.2大數據環境下推薦系統的研究進展157

6.3大數據環境下推薦系統的典型套用166

6.4大數據環境下的學習資源推薦系統170

6.5挑戰與展望173

參考文獻174

數據挖掘及其在學習資源推薦中的套用研究

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條