论文部分内容阅读
近年来,随着互联网和远程教育的快速发展,传统教育方式已经不能够满足现代人们对于个性化资源的需要,因此出现了个性化的学习平台。这种新型学习平台正逐渐改变着传统的教育模式,同时也促进了新型教育模式的发展。本文针对传统网上学习系统在内容和形式上的单一性缺点,提出了个性化的网上学习平台,其“个性化”主要体现在两个方面:第一,系统对收集的日志文件进行Web日志挖掘,通过访问课程的时间长短向学习者推荐小组,通过日志记录中用户访问各课程间的联系,将相关课程进行关联,其意义在于让学习者了解各课程之间的拓扑关系,比如某学习者在学习Java开发,系统会为其推送C语言,告诉学习者C语言和Java是相关联的;第二,系统基于学习者的兴趣为其推荐小组,对于小组内某一学习者喜欢的课程,系统会将与此课程相关的课程同时推送给小组内的所有人,为学习者预测其感兴趣的课程。本文的系统可以分别在PC端与移动端运行,其中PC端的开发是基于JavaWeb来设计的,移动端是基于Android操作系统来实现的。在线下,系统利用Web日志挖掘技术来处理日志文件。整个系统的设计是基于软件工程的,这样方便系统开发者研究出灵活、易于操作、性能良好、功能全面的系统。本文主要研究内容如下:(1)系统各部分功能设计:开发过程中将用户角色分为学生者、教师和管理者三类。系统有六个主要的功能模块,分别为用户管理模块、学习资源功能模块、公告管理模块、网上留言管理模块、在线学习模块和个性化推荐模块。(2)在J2EE平台中整合SSM框架:系统的PC端基于JavaWeb设计,用SSM(Spring+SpringMVC+MyBatis)进行项目开发,并用Maven对项目进行管理。表现层用SpringMVC来实现,业务层用Service接口来实现,持久层用MyBatis来操作数据库,最后用Spring对各个层次进行整合。移动端是通过在Android操作系统中加载系统服务器来实现的。(3)线下Web日志挖掘:本论文根据个性化网上学习的特点,对系统中的访问日志进行了Web日志挖掘。系统用Flume来收集日志文件,用Apriori关联算法对各课程之间进行关联规则分析,用K-Means聚类算法对学习者进行分组。