大学生的兴趣发现及学习资源推荐系统研究.docx
- 文档编号:13566151
- 上传时间:2023-06-15
- 格式:DOCX
- 页数:33
- 大小:930.95KB
大学生的兴趣发现及学习资源推荐系统研究.docx
《大学生的兴趣发现及学习资源推荐系统研究.docx》由会员分享,可在线阅读,更多相关《大学生的兴趣发现及学习资源推荐系统研究.docx(33页珍藏版)》请在冰点文库上搜索。
大学生的兴趣发现及学习资源推荐系统研究
武汉理工大学毕业设计(论文)
大学生的兴趣发现及学习资源推荐系统研究
学院(系):
经济学院
专业班级:
电子商务1101班
学生姓名:
杨浩
指导教师:
陈冬林
学位论文原创性声明
本人郑重声明:
所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。
除了文中特别加以标注引用的内容外,本论文不包括任何其他个人或集体已经发表或撰写的成果作品。
本人完全意识到本声明的法律后果由本人承担。
作者签名:
年月日
学位论文版权使用授权书
本学位论文作者完全了解学校有关保障、使用学位论文的规定,同意学校保留并向有关学位论文管理部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。
本人授权省级优秀学士论文评选机构将本学位论文的全部或部分内容编入有关数据进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
本学位论文属于1、保密囗,在年解密后适用本授权书
2、不保密。
作者签名:
年月日
导师签名:
年月日
摘要
随着互联网的快速发展以及E-learning的快速应用,目前国内外拥有不少的在线学习系统,比如CSDN、EOE学习社区等各大学习网站。
但是这些学习性网站都是属于一种被动的一种学习方式,即用户自己寻找自己的学习资源,自己制定学习计划、用户自己发表学习问题寻求帮助,属于典型贴吧的形式展开问题的讨论。
目前还没有一个网站能够让用户学习时获得主动的帮助。
与此同时随着智能手机的应用和移动互联网技术的发展,基于移动平台应用也越来受到欢迎,但是有关基于在线学习的移动应用非常稀少,因此急需一个能够让大学生随时随地的学习的移动应用。
本论文主要针对大学生的目前寻找学习资源困难、被动式学习而提出一种基于大学生的兴趣发现以及学习资源的推荐的一种解决方案,并设计出一套基于移动应用的在线学习系统。
关键词:
E-learning;移动应用;兴趣发现;推荐
Abstract
WiththerapidapplicationoftherapiddevelopmentoftheInternetandE-learning,andathomeandabroadhavealotofe-learningsystems,suchasCSDN,EOElearningcommunitiesandothermajorstudysites.Butlearningofthesesitesbelongtoapassivekindoflearning,thatis,userslookingfortheirownlearningresources,developtheirownlearningplan,userspublishtheirownlearningproblemstoseekhelp,thetypicalformofpasteitbelongstodiscusstheissue.Thereisnoonesitethatallowsuserstolearntogetactivehelp.AtthesametimeasthedevelopmentofsmartphonesandmobileInternettechnology,basedonthemobileplatformapplicationsareincreasinglypopular,buttherelevantmobileapplicationsbasedonlinelearningisveryrare,andthereforeneedamobileapplicationthatallowscollegestudentstolearnanytime,anywhere.Thispapermainlyforcollegestudentslookingtolearnthecurrentresourceconstraints,passivelearningandproposeadiscovery-basedandcollegestudentsinterestedinlearningasolutionrecommendedresources,anddesignonlinelearningsystembasedonmobileapplications.
Keywords:
E-learning;mobileapplications;interestedindiscovering;recommend
第一章绪论
1.1概述
近十几年来,随着计算机技术的不断发展和互联网的不断应用,涌现出了一大批的基于互联网的各种类型的网站,同时关于帮助用户学习、为用户提供问题解决方案的网站也层出不穷。
但是这些网站大都还是属于早期互联网时代的传统贴吧的形式,即用户发起一个问题的帖子,其他用户参与回复,以此来获得学习的帮助。
因此这种形式仍然属于用户被动的学习方式,目前暂时还没有多少能够帮助用户主动学习,即系统自动为用户量身制定一套学习方案,让用户主动学习,同时,将用户可能会遇到的问题,及时找出解决方案推送给用户。
与此同时,近几年来,随着智能手机的不断应用以及移动互联网的不断发展,越来越多的用户使用手机来上网获得信息,app已经正在出现爆发式的增长。
用户现在正在习惯使用手机去获得信息,移动互联网已经正在逐渐的取代互联网的龙头地位。
但是目前,基于移动平台的在线学习应用相比较基于互联网的各种在线学习网站,少之又少。
因此急需一款能够让用户在线下随时随地的去学习的移动应用。
本论文主要研究方向是大学生的兴趣挖掘和学习资源推荐。
通过对大学生的兴趣、浏览记录、评论、分享等信息的分析与整合,给每位大学生贴上一定的兴趣标签,通过一定的挖掘算法,挖掘出大学生的当前兴趣和潜在的兴趣,同时通过大学生自己对未来的定位,为每位大学生推荐学习资源。
本论文主要采用有别于传统的基于内容和基于对象的推荐算法,而是采用混合的推荐算法,首先通过挖掘方法发掘出大学生的兴趣,然后通过扒取网上的可用的学习资源,加以整合并贴上一定的学习标签,最后通过匹配用户的兴趣标签和资源的学习标签,采用相似度的方法,为大学生推荐学习资源,而所谓的学习资源包括:
学习视频、学习资料、学习案例、学习好友、学习榜样等。
同时本论文将基于android应用平台建立一个以学习为目的学习交友平台,大学生不仅能在此平台内主动获得系统推荐的学习资源,同时也能因学习交到符合自己学习兴趣和目标的好友,相互督促,相互学习。
同时会针对大学生的兴趣和目标推荐一位学习榜样,由成功的学习榜样帮助大学生完成自己的学习兴趣和学习目标。
1.2研究意义
1.2.1对大学生的意义
本论文主要针对大学生的目前寻找学习资源困难、被动式学习而提出一种基于大学生的兴趣发现以及学习资源的推荐的一种解决方案,并设计出一套基于移动应用的在线学习系统。
目前国内的推荐算法相较于国外比较薄弱,同时大多数的推荐算法主要应用电子商务的商品推荐、社交应用的兴趣好友推荐等,而对于大学生的兴趣挖掘和学习资源推荐的研究和应用比较少。
传统的推荐算法有协同过滤算法、基于内容的推荐算法、基于规则的推荐算法。
本论文通过对大学生的学习兴趣、浏览记录、评价、分享等信息进行收集、整理、和研究,推断出其学习兴趣、学习目的以及潜在的学习,同时收集网络上的学习资源,并为其打上一定的学习标签,利用这些标签以及大学的学习兴趣为大学生制定并推荐一个属于该大学生的目前的学习计划和未来的学习计划,同时推荐学习资源,包括一系列的学习视频、学习资料、学习好友以及学习榜样。
让大学生不在盲目的寻找学习资源学习知识,而是能够通过类似大学教学一样的系统化的学习知识。
本论文主要解决的是大学生的学习盲点、学习的盲目问题,让大学生主动的学习变成系统为其主动的学习,通过一系列的兴趣发现算法以及推荐算法,为大学生提供和推荐系统的学习资源。
系统通过学习者的浏览记录,搜索等关键字挖掘出学习者的兴趣,然后为学习者匹配推荐学习资源。
同时系统加入了一定的社交属性,让大学生在学习的过程中能够交到和自己学习类似的学习好友,相互勉励,相互制定学习计划、共同学习,同时引入成功的学习榜样推荐给大学生,类似大学导师的作用,让其为大学生指导学习,帮助大学生完成学习计划。
与此同时,本论文研究的学习系统主要应用于移动互联网领域,主要好处就是没有时间、地域的限制,不仅仅可以帮助学习者无论在何时何地都能找到一系列的学习资源,开阔学习者的学习眼界,提升学习者的知识和技能。
同时也可以锻炼学习者个人学习能力,因为在线学习系统有别于传统的线下学习方式,在线学习方式更能考验学习者的学习毅力,虽然系统会推荐一定的学习好友和学习榜样,但是最终还是靠自己,只有坚持下去,最终才能学到知识。
1.2.2对教育组织的意义
本论文研究的系统不仅仅只针对于学习者,也会为教育组织提供一定的接口,不管是学校组织还是社会上的教育组织,这些教育组织可以在系统之中设立一定的平台,提供自身教育组织能够提供的资源,并打上一定的学习标签,由系统通过推荐算法匹配用户的学习标签,最终将学习资源推荐给学习者。
如此一来,不仅可以为这些组织提供接口入驻,为他们提供一个学习内容展示的地方,省去开发成本和运营成本,但是本论文研究的系统和这些教育组织的门户网站又不一样,教育组织入驻更倾向于教育组织的学习资源入驻,而不是为了教育组织这个组织本身,其目的不是为了宣传某个教育组织,而是让教育组织有个提供资源的平台,并通过平台自动的将资源推荐给学习者,倾向于资源而非组织。
同时还能减轻这些组织尤其是学校组织的教学压力,也可以提升学校的就业率,因为学生的知识、技能扩展了,自然找工作就好找了。
1.2.3电商意义
本论文不仅仅对在线学习系统领域、学习者、教育机构有着深刻的意义,同时还对于正火的电子商务有着一定的意义。
本论文会主要针对现有的兴趣挖掘算法和推荐算法,提出一个优化算法,通过对学习者的学习兴趣、浏览记录、搜索关键字以及评价等内容进行分析、整理,得出一定的结论,之后为用户贴上一定的标签,同时在系统资源之中,为每一份资源也都打上一定的标签,然后学习者的标签和学习资源的标签进行相互匹配,最后为学习者推荐匹配度最高的学习资源以及学习对象。
虽然这些算法主要应用于学习资源和学习对象的推荐之中,但是对于电子商务商品的推荐可以提供一定的思路和方向,从而能够挖掘出用户的兴趣爱好,为用户提供比较准确的商品、服务。
第二章大学生的兴趣发现及学习资源推荐系统研究
2.1国内现状
2.1.1国内移动互联网现状
最近几年来,随着智能手机的发展和WiFi技术以及4G技术的应用,移动互联如同风暴也一样席卷全球,人们开始逐渐从互联网转向移动互联网,移动互联网变成了大势所趋,如同互联网颠覆传统行业一般,移动互联网正在颠覆着互联网,人类开始进入移动互联网时代[1]。
据统计:
2011年,全球每月移动互联网流量约为600PB,2014年这一数字上升至3200PB。
智能手机是移动互联网流量增长的最大驱动力。
2014年,智能手机的移动互联网流量为2011年流量的7倍有余,2012-2014年,智能手机上网流量都保持每年2倍及以上的速度增长[2]。
图2.12011-2014年全球移动互联网流量增长图
2014年,我国移动互联网市场继续蓬勃发展,总市场规模突破千亿元大关。
2014年中国移动互联网市场规模为2134.8亿元,同比增长115.5%,为2011年市场规模的7倍多。
增长主要来源于两个方面:
随着智能手机技术的应用和发展,保障了移动互联网市场的硬件基础,另一方面,随着应用的不断增加、服务的不断完善,加快了市场的推广与发展,保障以移动互联网市场的软件基础。
图2.22011-2014年中国移动互联网市场规模增长图
与此同时,截至2015年1月,全球接入互联网的移动设备总数超过70亿台,几乎平均全球人手一台。
移动互联网流量也呈现高速的增长,手机上网用户也首次超过了PC端用户。
图2.32009-2014年移动互联网流量发展情况比较
图2.42007-2014年我国移动网民规模及其占比
随着智能手机的应用,一些基于移动平台的操作系统也随之而生。
目前市场上主流的手机操作系统主要有android和ios这两大系统,随着这些系统的出现以及智能技术的发展,基于这些系统的应用也不断在增加,每天以成百上千在增加着,而这些应用主要集中在电商、工具、社交、游戏等几大方面。
图2.52015年3月手机操作系统市场份额
图2.6移动应用垂直分类活跃度(2014年12月31日)
由此可以看出,移动互联网正处于一个快速发展、快速应用的一个是阶段,在未来的几年里,将进入移动互联网时代。
2.1.2国内在线学习系统的现状
2.1.2.1在线学习的定义
所谓在线学习,即通过Internet获取学习资料,学习者与学习内容、教师和其他学习者互动,在学习过程中获得支持,以此收获知识,建构个人意义,并伴随着学习过程一起成长[3]。
缩小范围来讲,在线学习也可以称其为E-learning,即基于网络的学习[4],学习者通过网络来获得学习资源从而达到学习的目的。
2.1.2.2国内现状
在线学习系统由1998年随着互联网进入我国而开始在我国逐渐进行发展,总体情况处于一个尚未完全成熟的阶段。
2.1.2.2.1在线学习分类现状
目前在线学习系统按照动静可以分为两大类:
一类是静态的资源,比如CNKI,这就好比线下的学校图书馆,系统之中存在大量的学习资源,而这些学习资源往往由学校或者其他组织提供。
这类资源由学习者主动的这些网站通过搜索引擎查询、下载所需要的资料,通过学习这些资源从而达到学习的目的。
这类系统有一个好处就是,资源相当丰富,往往是某一机构的能够提供的所有学习资源。
坏处就是查找所需时间较长,无法获得系统推荐的学习资源和一系列的学习资源,同时在这类学习资源的网站之上没有任何交互的内容,纯属于学习者与学习资源的交互,即用户找到资源之后,就直接学习,不会遇到或者找到其他的学习者,也不会提供一个问题的讨论区域。
另一类就是动态学习资源,所谓动态资源也只能是相较于静态资源来讲,比如woshipm网站,能够为学习者提供一定的推荐资源,这类系统好处就是学习者能够以外的获得一些学习资源,而这类资源则是由系统推荐给学习者的,与此同时,在这类学习系统的网站之中,不仅存在着学习者对学习资源的关系,也存在着学习者与学习者之间的关系,即学习者有可能找到和自己志同道合的其他学习者,同时也会有讨论区域,学习者可以相互讨论问题。
但是也有不足之处,就是知识面不如静态的多,同时由于推荐算法的各异而推荐准度不一。
目前,就我国的E-learning环境来说,主要有两大领域:
一类是有组织性的,即在线学习系统由某个权威的组织建设,为学习者提供学习帮助和资源,比如每个大学大都有自己的在线学习系统,以及市场上的教育机构都会有自己的在线学习系统,如新东方所建立的网站,但这种偏向于宣传企业,网站所提供的内容也仅仅是宣传性的学习资料和学习信息,并没有很多的学习资源,更多的还是学习者在线下学习,目的在于信息呈现,为了盈利而出现的。
另外一类就是某一领域的某个出色的人所建立的专业性较强的网站学习系统,这类系统和组织性的系统由明显的区别就是非盈利性,其主旨主要是为学习者提供某一领域的最新知识,以及结交一些志同道合的人士,同时也能满足建立者兴趣爱好,这类网站学习系统在目前非常之多,各个专业领域都有,比如网站,专为产品经理这一领域提供最新的业界动态和学习资源。
同时这类学习性网站也是最受学习者喜欢的,因为专注于一个领域,只提供相关领域的知识,这是这类网站的特色,同时,这类网站往往由比较有经验、有实力的人所创建,走过大多数学习者要走的路,经验丰富,能够为学习者提供更加明确的学习资源,非常适合当代的大学生来学。
但是这类网站也有不足之处,比如学习资源太过单一,不能满足学习者多元化学习的需求,同时内容也有一定的限度,网站创建者往往需要很大的精力去投入。
但是,不管是有组织性的学习网站系统,还是某一领域的学习系统,目前主要集中在网页端、PC端,即互联网端,对于基于移动系统即移动互联网的在线学习系统非常之少,尚处于婴儿期,还未真正的得到应用与发展。
而且目前的在线学习系统仍然处于一个让学习者主动学习的地步,即用户自己寻找自己的学习资源,自己制定学习计划、用户自己发表学习问题寻求帮助,典型的属于贴吧的形式展开问题的讨论,很多学习性网站很难做到主动为用户提供学习资源和帮助。
与此同时,由于兴趣挖掘算法和推荐算法技术尚未成熟以及未在这一学习领域得到足够多的应用,对于学习者的兴趣挖掘和学习资源的推荐尚且处于薄弱环节,不能为学习者提供一系列或者一整套的学习系统。
2.1.3在线学习市场现状
目前我国的在线教育市场格局主要分为4个方面:
教育机构型、春在线教育服务型、学习工具社区型和综合平台型。
图2.7在线教育市场格局
而在线教育市场规模在最近几年也在逐步的扩大之中。
图2.82008-2017年中国在线教育市场规模
根据iResearch艾瑞咨询已经发布的《2014年中国在线教育行业发展报告》,2013年在线教育市场规模达到839.7亿,同比增长速度为19.9%。
艾瑞分析认为,学历教育、职业教育和语言培训是市场规模高速增长的主要动力,占市场规模的75%以上。
随着在线教育用户群体的不断扩大,在线教育的市场规模还将有更大的发展,预计到2017年达1733.9亿。
图2.92008-2017年中国在线教育用户规模
同时,在在线教育用户规模,数据显示,2013年在线教育用户规模为6720万人,同比增长13.8%。
随着互联网普及、用户使用习惯的形成、企业的市场推广等原因,未来几年,在线教育用户规模将保持15%以上的速度继续增长,到2017年预计达到1.2亿人。
而在在线教育市场规模方面,目前国内的在线教育市场主要集中在高等学历在线教育以及职业在线教育。
其他教育市场规模尚小。
图2.102010-2017年中国在线教育市场规模结构
2.1.4国内的兴趣挖掘和推荐的现状
2.1.4.1兴趣挖掘和推荐的含义
所谓的兴趣挖掘和推荐,即通过数据分析用户的浏览行为和记录,挖掘出用户的学习兴趣,这类兴趣包括表面的学习兴趣和潜在的学习兴趣,挖掘出之后,通过一定的推荐算法为用户推荐相关性的内容或产品。
2.1.4.2国内现状
相对于国内而言,我国有关兴趣挖掘和推荐起步较晚,有关数据挖掘技术从1993年中科院合肥分院开始研究起,我国才逐渐接触数据挖掘这一高端领域,同时将数据挖掘细分开来,才出现后来的兴趣挖掘以及相关的推荐算法和技术。
同时我国有关兴趣挖掘和推荐主要集中在各大高校的大学教授之中,主要是研究数据挖掘算法和推荐算法,但是这类算法和技术主要停留在大学的理论阶段,并不能完全的转换成社会应用只用。
现阶段,我国真正研究并应用兴趣挖掘和推荐算法或技术的企业并不是很多,仍然处于应用理论的阶段。
同时不管在大学还是在企业之中,相关算法和技术的研究人才也非常稀少。
与此同时,大多数的兴趣挖掘算法和推荐算法主要应用电子商务的商品推荐、社交应用的兴趣好友推荐等等,而基于大学生的学习行为和学习记录的兴趣挖掘和学习资源推荐的研究和应用相对较少。
传统的推荐算法有协同过滤算法、基于内容的推荐算法、基于规则的推荐算法。
2.2国外现状
2.2.1国外在线学习现状
相较于国内,国外的在线学习起步比较早,发展也比较成熟。
大多数的国家,特别是发达国家,在教学中都广泛的应用了网络教学的机制,能够让学生通过互联网来学习,以美国为例,从1998年开始,许多学校将网络大规模应用于教学,到2000年5月,已经有了全面的网络教学支持系统,2001年至今,网络教学已经成为教学中不可缺少的部分,并且不断完善,在教育中发挥着越来越重要的作用[5]。
同时,这些学校的在线学习内容大多数不是只针对自己国家的学生,很多都是全球性质的在线网络学习系统。
2012年,美国的顶尖大学陆续设立了网络学习平台,在网上提供免费课程。
Coursera、Udacity、edX三大课程提供商的兴起,给更多学生提供了系统学习的可能[6]。
这三大平台的课程全部针对高等教育,并且各有一套自己的学习和管理系统。
据不完全统计,全球已有800多所大学通过Internet提供网上学位课程,像哈福大学、麻省理工学院、剑桥大学都已允许国外学生进行网上注册、异地学习学位课程。
国外的在线教育系统主要有三大方式:
A.自主式
自主式即学习者通过搜素引擎去搜索自己想要学习的或者感兴趣的内容,直接从网络资源之中去找到想要的学习资源,这种方式很少能够找到一系列的学习资源,大多数学习资源都是零散的,只能依靠学习者自己去把握学习。
同时,这种学习方式没有其他同学或者老师去依靠,只能完全的去靠自己,完全的自主学习。
B.点对点式
点对点式即学习者以邮件为基础,学习者通过邮件和其他学习者或者老师进行学习交流,通过邮件这种通信方式,学习者可以提出自己问题,同其他学习者进行交流,相互帮助学习,同时也可以通过Email向老师求助,老师提供学习问题解决方案,同时收集学习者遇到的问题。
这种学习方式对于按部就班的学习者有一定的好处,因为这种方式能够提供一系列的学习资源,同时也有其他学习者或者老师来交流学习。
但是这种很难为学习者提供个性化学习,不利于学习者提高自己的学习自主能力[7]。
C.广播式
广播式即学习课程通过发布进行学习的方式。
通过这种学习方式,学习者可以通过网络资源得到学习上的知道和帮助,非常适合学习者进行远程学习。
这种学习方式,不仅仅在国外,在国内也是非常受欢迎的,这种学习方式有点类似国内的贴吧式的在线学习交流系统,学习者依靠自己的学习兴趣搜索学习资源,以留言的方式来提出问题,讨论问题,最终解决问题。
2.2.2国外兴趣挖掘和推荐现状
相较于国内,国外比较注重学习者的个性,同时也非常的注重和培养学习者的个性,为学习者提供适合的学习方案,这些都会在国外的在线学习系统之中有所表现。
国外的兴趣挖掘和推荐算法,相较于国内,也大多是应用在商业领域,如电子商务的个性商品推荐以及社交领域的好友推等。
但是和国内相比,国外的挖掘用户的兴趣更加准确,以及能够为用户及时的推荐比较精准的内容或者服务,这也是和国内的最大不同点。
与此同时,在国外,大多数兴趣挖掘算法和推荐算法的研究,不仅仅局限于校园内,大多数的科技公司都有自己的研究院专门来研究这些算法,比如谷歌、苹果、微软、FaceBook等科技巨头,而这些公司研究的算法大都并非理论,是能够应用于实际的商业实践之中的。
2.3总体对比
国内和国外的在线学习系统大部分都是大同小异,但是各自的注重程度不一样,在国外,不管是学习者还是教育机构,都是非常注重网络学习,注重培养学习者的自主学习能力。
在国外学习者眼中,在线学习系统可以针对自己学习兴趣去寻找学习资源,这就是国外强调的个性化学习,而对于国内,大多数学习者依然比较依赖传统的线下学习,通过课堂教育这种模式去学习心得知识,很少有学习者去网络上寻找自己感兴趣的学习资源,然后通过网络来学习,除非是遇到问题,然后才去网络上寻找解决方案。
但是不管国内和国外,仍然还是学习者主动的去寻找学习资源,遇到困难时,再去通
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 大学生 兴趣 发现 学习 资源 推荐 系统 研究
![提示](https://static.bingdoc.com/images/bang_tan.gif)