基于Web文本挖掘的远程教育个性化服务应用研究

Web文本挖掘就是从Web文档和Web活动中抽取感兴趣的、潜在的有用模式和隐藏的信息。本文在分析Web挖掘相关技术的基础上。将Web文本挖掘技术与远程教育相结合,提出了一种基于Web文本挖掘的远程教育的个性化服务模型。     

Web数据挖掘在远程教育个性化中的应用研究

对Web数据挖掘技术进行了详细介绍。结合Web数据挖掘技术,实现了对远程教育系统的数据进行采集、预处理、模式发现及模式的分析评价。并针对远程教育系统现有的问题,构建了基于Web数据挖掘的个性化远程教育模型,为学习者提供更加智能化、个性化的服务。     

基于Web挖掘技术的远程教育个性化服务应用研究

本文通过对远程教育个性化学习模式的探究,结合Web使用挖掘技术,通过对数据进行采集、预处理、模式发现以及模式分析和评价,提升远程教育平台服务能力,使Web挖掘技术在远程教育个性化教学中为学生提供更加智能化、个性化的服务。     

Web挖掘在个性化远程教育中的应用

基于Web挖掘，提出了一种新的个性化远程教育模型。它能充分利用用户Web访问记录，同时结合用户与站点的交互数据进行挖掘，以此来发现学习者的浏览（学习）兴趣，从而改进页面的设计，优化站点结构，更好地满足学习者的个性化需求，提升个性化远程教育的质量。     

Web挖掘在个性化远程教育中的应用

基于Web挖掘,提出了一种新的个性化远程教育模型。它能充分利用用户Web访问记录,同时结合用户与站点的交互数据进行挖掘,以此来发现学习者的浏览(学习)兴趣,从而改进页面的设计,优化站点结构,更好地满足学习者的个性化需求,提升个性化远程教育的质量。     

Web使用模式挖掘在个性化远程教育中的应用

本文介绍了Web挖掘技术的定义、挖掘过程以及几种主要技术,并对Web使用模式挖掘技术在个性化远程教育中的应用进行了讨论。     

Web日志挖掘在个性化远程教育中的应用

本文在分析、总结现代远程教育特征和Web日志挖掘技术的基础上.讨论了Web日志挖掘在个性化远程教育中应用.并提出一个基于Web日志挖掘的个性化远程教育推荐系统.     

基于IMS规范的个性化Web课件制作模型研究及实现

本文首先简要介绍了当前课件制作工具现状,详细介绍了IMS教育规范,特别是IMS内容包装规范,然后在此基础建立了一个能够充分体现教师教学风格的个性化Web课件制作模型。把制作课件的新思想和最新Internet技术相结合,代表了今后制作课件的趋势－着重于内容而非形式和数据共享与重用。最后我们简要介绍了基于IMS规范的Web课件制作工具实现框架,该工具使教师制作个性化Web课件更加方便、容易。     

基于Web挖掘的个性化远程教学的研究

目前基于Internet的远程教育提供了多种个性化教学支持服务，文章通过分析Web使用挖掘在用户浏览行为方面的功能和作用，提出了利用Web使用挖掘技术，对学生访问行为、频度、内容、停留时间等元素的分析，提取每个学生的个性特征，构造出一个基于学生访问行为和方式的个性化远程教育系统模型，以此向学生提供全面的个性化教学服务：     

基于Web挖掘的个性化远程教育系统研究

针对现在网络远程教育存在的系统教育模式单一问题,通过介绍Web挖掘在远程教育系统中的应用,指出了Web挖掘的基本过程和关键技术,提出了一种基于Web挖掘的个性化远程教育服务系统模型,重点论述了应用Web挖掘进行个性化远程教育服务系统的体系结构及其个性化引擎实现.实践证明基于Web挖掘技术在远程学习系统中的应用提高了学习系统的个性化服务水平,为系统的决策分析提供了智能的辅助手段.     

基于Web数据挖掘的一种个性化方法

文章应用Web数据挖掘的相关知识,对网站内容现有的资源内容设立相关度,根据网站用户日志,使用在线分析的方法对用户行为模式进行分析挖掘,根据网站类别内容的相关度预测用户的兴趣,为用户提供最合适更具人性化的信息资源。     

基于Web日志挖掘的个性化网络广告模型

网络广告的飞速发展使得广告的效果越来越受重视。通过研究如何从Web日志中挖掘出用户对于网络广告的交互行为,设计出个性化网络广告系统。对提高网络广告平台的效益,增强网络广告效果具有重要的意义。     

基于Web挖掘的个性化教学推荐系统

针对学生网络学习环境设计了一种新颖的个性化教学推荐系统。该系统通过测试学生的学习风格和挖掘Web浏览日志,构造了不同学生学习风格和Web使用习惯的模型。首先利用Item-Based Top-N推荐算法对数据稀疏的学习风格测量数据进行处理,实现对学生学习风格的诊断;然后,采用AprioriAll算法挖掘Web浏览日志中序列频繁集,分析出学生Web使用的常见习惯和兴趣;最后,依据不同的学习风格和Web使用习惯实现学习内容的个性化推荐。模拟实验表明,该推荐系统的设计是可行并有效的,能够很好地符合用户的真实需求。     

基于Web挖掘的个性化推荐算法研究

个性化推荐系统是根据用户的爱好,给用户推荐符合用户兴趣的对象的一种高级商务智能平台.论文重点探讨基于用户的协同过滤算法,介绍其基本思想和工作流程,并通过高级语言C＋＋来实现三种相似度计算方法,通过实验比较得出了最佳的计算方法,并设计实现了一个电子商务个性化推荐系统原型,对其他同类网站应用个性化推荐系统具有很好的参考价值.     

结合使用挖掘和内容挖掘的web推荐服务

随着Internet的基础结构不断扩大和其所含信息的持续增长,Internet用户越来越感觉容易在WWW服务中“资源迷向”。提高用户访问效率的方法有页面预取技术,站点动态重构技术和web个性化推荐技术等。现有的大多数web个性化推荐技术主要是基于用户使用记录的数据挖掘方法,没有或很少考虑结合页面内容—这才是用户真正感兴趣的。该文提出一种结合用户使用挖掘和内容挖掘的web推荐服务,该推荐服务根据频繁最大前向访问路径,提出含有导航页和内容页的频繁访问路径图概念,根据滑动窗口内的最近用户访问页面内容和候选推荐集中页面内容相关性,来向用户提供个性化推荐服务。经推荐质量分析,这种方法具有较好的推荐优化能力。     

基于Web挖掘的个性化网络教育研究

介绍了Web挖掘在个性化网络教育中的作用,指出了Web挖掘的基本过程和关键技术,论述了应用Web挖掘进行个性化网络教育的体系结构及其系统实现。     

基于Web内容和日志挖掘的个性化网页推荐系统

目前的网页推荐服务大都是基于对查询关键词的匹配来实现的,缺乏自动提取用户兴趣并进行推荐的能力。本文设计和实现了一个基于Web内容和日志挖掘的个性化网页推荐系统Webpage-recom- mender,该系统采用特征提取技术,能自动识别用户的兴趣,并主动推荐和筛选与用户兴趣主题相关的网页。实验结果证明了该系统的有效性。     

基于数据挖掘的Web个性化信息推荐系统

基于数据挖掘的Web个性化信息推荐日益成为一个重要的研究课题。文章设计了一个基于数据挖掘的Web个性化信息推荐系统(WPIRS)。在WPIRS中,提出了推荐策略,在推荐策略中考虑针对不同类型的用户采用不同的推荐算法。根据用户是否有新颖信息的需求,WPIRS采用了两种推荐算法。     

基于多层次数据库的智能Web挖掘系统

从当前Web挖掘的现状出发,提出了基于知识利用的智能检索综合Web挖掘引擎系统IWMES,并基于IWMES阐述了多层关系数据库的概念,提出了实现工具WebML(Web挖掘语言）设想方案与模型实例。     

基于XML的个性化Web内容挖掘研究

基于XML的Web内容挖掘逐渐成为Web数据挖掘的重要研究课题。论文定义了用户模型,通过三种途径建立用户模型,将XML和个性化技术应用到Web内容挖掘,设计了一个基于XML的个性化Web内容挖掘系统(PWCMS),并讨论了PWCMS的关键技术及实现。实践证明,将XML和个性化技术应用到Web内容挖掘是有效的。