论文部分内容阅读
该研究通过梳理目前国内外个性化学习资源建设的现状，提出利用学习者学习前的自我评价和Felder-Silverman量表前测方法建构显性学习者特征，利用学习者在学习过程中的学习行为建构隐性学习者特征，采用协同过滤技术和数据挖掘技术相结合的方法将学习者特征与在线学习资源相匹配的方法，完成主要基于协同过滤和数据挖掘的在线学习资源个性化推荐服务模型的建构并进行分析，以期为在线学习者特征的维度的确立以及在线学习资源个性化推荐服务等研究提供参考。