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。     

Web数据挖掘在网络教育中的应用

随着互联网的发展，网络教育也有了长足的进展。Web数据挖掘以其独特的优点，在网络教育中有很多的用途。介绍了Web数据挖掘的概念的分类、网络教育中的数据资源以及网络教育中的Web数据挖掘的主要过程，并着重介绍了Web数据挖掘在网络教育中的具体应用。     

Web数据挖掘在网络教育中的应用

随着互联网的发展,网络教育也有了长足的进展。Web数据挖掘以其独特的优点,在网络教育中有很多的用途。介绍了Web数据挖掘的概念的分类、网络教育中的数据资源以及网络教育中的Web数据挖掘的主要过程,并着重介绍了Web数据挖掘在网络教育中的具体应用。     

关联规则与直接模糊聚类算法在个性化推荐中的应用

随着Internet技术的发展,网络教育已成为一种非常流行和有效的教学媒体。通过Web挖掘应用于网络教育,根据用户的兴趣和爱好为其定制个性化推荐内容,并以此进行个性化推荐,是目前校园网站建设的关键内容之一。     

基于Web数据挖掘的网络教育研究

传统网络教育以教为主的教育模式形式被动,教学资源利用率不高,没有考虑学生的个性特征。文章对Web数据挖掘技术在网络教育中的应用进行研究。讨论了若干算法在实际应用中的可行性,改进网络教学的品质,提出个性化教育方案。     

基于数据挖掘的网络教育资源库设计

数据挖掘是一种前沿技术,网络教育资源库的迅猛发展迫切需要满足个性化学习的需求.通过介绍数据挖掘技术,尝试对数据挖掘应用于网络教育资源库构建,来改进资源库的组织结构,使网络教育适合个性化学习进行探讨.     

Web数据挖掘技术在个性化网络教学中的应用研究

本文针对Web数据挖掘技术在个性化网络教学中的应用进行研究,有助于形成一种主动的、协作的、开放的网络教育学习系统,实现个性化、协作性教育教学,最大限度地发挥学习者的主动性、积极性,最大限度地利用优质教育资源。     

面向电子商务个性化服务的Web挖掘应用

文章介绍了Web挖掘在电子商务个性化服务中的作用，指出了Web挖掘的基本过程和关键技术，针对电子商务的个性化服务提出了Web挖掘的体系结构。     

基于Web Service的网络教育系统集成方案的设计与实现

简要地介绍了网络教育发展的现状,并分析了目前网络教育系统以及内部各子系统之间集成普遍存在的问题.阐述了Web Service的概念和结构,基于Web Service技术,给出了整个网络教育系统的集成模型.以网络教学管理系统为例,分别从开发流程视图和用户访问视图两个方面进一步阐述了系统集成的实现过程和方法.总结了基于Web Service的网络教育系统集成下一步的研发方向.     

一个个性化的Web信息采集模型

介绍了个性化技术和个性化Web信息的采集技术,重点分析了个性化的Web信息采集模型,包括系统总体结构、用户兴趣的获取、个性化Web信息采集流程、个性化推荐的实现。最后对个性化Web信息采集与搜索引擎作了一个比较,分析了个性化Web信息采集的应用。     

基于Agent思想的远程教学系统的设计与实现

1 引言随着现代网络通信技术和Internet应用平台的发展,远程教学利用信息化技术克服了传统教育受时空制约的缺点,使得广大师生可以异地、异步地完成交互式自主性教学活动,并可突破传统教育资源和教学方法的限制。学生也可以根据自己的实际情况和学习水平安排计划和进度,实现个性化、自主化教育。为了体现交互和自主,这个网络分布式异地教学的虚拟空间必然会产生多个身份,如教师、学生和管理者之间相互协调的问题。传统的电视大学或Web静态远程教育系统在教学过程中因缺少智能性和适应性,无法满足按需学习和因材施教。     

Trust-Based Personalized Service Recommendation: A Network Perspective简

Recent years have witnessed a growing trend of Web services on the Interact. There is a great need of effective service recommendation mechanisms. Existing methods mainly focus on the properties of individual Web services （e.g., func- tional and non-functional properties） but largely ignore users＇ views on services, thus failing to provide personalized service recommendations. In this paper, we study the trust relationships between users and Web services using network modeling and analysis techniques. Based on the findings and the service network model we build, we then propose a collaborative filtering algorithm called Trust-Based Service Recommendation （TSR） to provide personalized service recommendations. This systematic approach for service network modeling and analysis can also be used for other service recommendation studies.     

基于页面分解的个性化门户网站构建方法

在分析影响用户感知时间的诸多因素基础上,针对网络带宽一定、网络绝对流量增加的情况,从门户网站页面的静态表现结构多半由一些相对独立的区域（主要是Table tags分割的一些区域）构成这一特点出发,研究了通过页面分解技术构建个性化门户网站用以缩短Web网站对用户click的响应时延,从而提高用户满意度。     

个性化本体的知识查询研究

在分布式系统中，既有共享概念的领域本体，又存在个体的知识组织个性，因此个性化本体的研究具有重要的现实意义。本文基于开放系统假设，定义个体的外现类及个体之间的相识关系，使用Web本体语言表示个性化本体的类描述和类公理。提出一个基于消解原理的个性化本体网络的知识查询递归算法，该算法不依赖注册服务器和分布式哈希表，具有较强的动态适应性。以一个（教）师（学）生本体网络的知识查询为例，讨论了个性化本体网络及其知识查询算法的实现。     

一种基于网络书签的个性化信息推荐方法

针对目前Internet上信息的爆炸式增长,提出了一种基于Web挖掘的个性化信息推荐方法,介绍了个性化推荐的流程和实现模型,并借鉴复杂网络中的社团结构划分方法,提出了基于网络书签的个性化信息推荐方法,分析了社团内基于协作过滤和社团间基于"信息桥"的个性化信息推荐,并通过实验验证了此方法在个性化信息推荐中是有效的.     

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。     

基于建构主义的CSCW个性化的网络学习模型

随着以计算机技术和网络技术为核心的现代信息技术的飞速发展，人们越来越多地把学习过程放到网络上来，而不再局限于传统的教室学习，因此网络学习得到了迅速推广。然而，受传统教育理论、教学思维的限制，目前网络教学研究中所提出的各种设计思想和策略往往忽视用户特殊行为这一重要信息，没有给出针对其个性的信息反馈，使得现有的大部分网络学习系统缺乏个性，降低了用户的学习兴趣。本文在分析网络学习模式的基础上结合Agent技术提出一种建立在建构主义学习理论之上的CSCW个性化的网络学习模型。     

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.     

在网络使用挖掘中的应用条件序列模式分析

网络使用挖掘是通过分析记录在Web服务器上的用户使用数据，来自动发现用户访问信息网的方式。其挖掘结果可以用于改善网站设计、商业决策支持、个性化服务等方面。序列模式分析是数据挖掘使用的模式分析的一种方式。本文主要介绍了一种适应复杂条件限制的序列模式分析在网络使用挖掘中的应用及其一般步骤。