發(fā)布時間：2016-12-12 07:44

第 1 章 緒論

現(xiàn)在，有很多的高校在教學中都已經使用了多媒體教學系統(tǒng)，應用已經比較廣泛。學生使用教學系統(tǒng)來學習，并與老師交流，大家可以共享教學資源。利用多媒體互動教學為主要的學習方式，就業(yè)為導向，使學生能積極主動參與到學習中。但是很多的教學系統(tǒng)并沒有應用到個性化的推薦算法，而是采用了搜索引擎技術。首先，搜索引擎就是找到與搜索關鍵字相匹配的教學資源，那么有一些與關鍵字不是完全匹配的教學資源就會忽略掉。其次，搜索引擎需要學生把自己所需要的教學資源明確地歸納成幾個關鍵字，這就給學生增加了負擔，如果搜索結果又比較多，那么選擇選來也比較浪費時間與精力。最后，雖然現(xiàn)在搜索引擎技術是非常成熟的，也是應用特別多的，但搜索引擎還是比較傳統(tǒng)的方式，并不能提前的預知和智能的感知，而給學生推薦學生可能感興趣的教學資源。趙建龍研究了協(xié)同過濾推薦算法，并把算法應用到推薦學習資源中，從而形成個具有個性化的學習資源推薦模型。并以知識庫模塊的形式來展現(xiàn)，個性化學習資源推薦的效率和準確性得到提高[2]。因此，在多媒體教學系統(tǒng)中應用個性化的推薦算法，比如說協(xié)同過濾推薦算法，根據(jù)學生的不同興趣愛好來推薦個性化的學習資源還是非常有必要的。本論文就是研究了個性化的推薦算法，從中選擇了協(xié)同過濾算法，開發(fā)了一個基于協(xié)同過濾算法的高校多媒體教學系統(tǒng)。

....

第 2 章 推薦算法與開發(fā)關鍵技術

2.1 推薦算法概述

基于內容的推薦主要以檢索信息和過濾信息為主要的理論依據(jù)，就是依據(jù)用戶曾經的瀏覽為記錄產生用戶未接觸過的信息來推薦給用戶�；�于內容的推薦可以用兩種方式來描述。第一是基于模型的方法。即建立一個模型，它的數(shù)據(jù)集就是以以前的數(shù)據(jù)為對象建立的。第二是啟發(fā)式的方法。在推薦系統(tǒng)中采用啟發(fā)式的方法實際就是應用 TF-IDF 的方法進行計算，就是在一篇文檔中，看哪些詞出現(xiàn)的頻率高，即詞頻，提取出來作為關鍵字，來反映這篇文檔的特性，這些關鍵字形成用戶的特征向量。關鍵字的詞頻高就作為推薦項目前的特征屬性，再把與用戶特征的向量計算得分最高的項目推薦給用戶在計算被推薦項和用戶的特征向量間的相似程度時，可以使用 COSINE 方法[12]。

2.2 開發(fā)關鍵技術

所謂的三層開發(fā)即把系統(tǒng)的全部業(yè)務應用分為三個部分，分別是數(shù)據(jù)訪問層、業(yè)務邏輯層和表示層。這樣系統(tǒng)的開發(fā)、部署、擴展和維護都特別方便。表示層一般是指系統(tǒng)的界面，與用戶直接進行交互，錄入數(shù)據(jù)和顯示數(shù)據(jù)等。不是表示層的工作不用做，只做和外觀顯示有關的工作。業(yè)務邏輯層是做驗證有效性的一些工作。本章主要介紹了當今主要應用的個性化的推薦算法的分類、概念和條件，協(xié)同過濾推薦算法的實現(xiàn)步驟和主要優(yōu)缺點及解決方法，還介紹了開發(fā)的一些關鍵技術等。

第 3 章 需求分析.............. 15

3.1 系統(tǒng)可行性分析.........15
3.2 功能需求.............16 
3.3 性能需求.................19
3.4 本章小結............20
第 4 章 系統(tǒng)設計............. 21
4.1 系統(tǒng)的業(yè)務流程........21
4.2 系統(tǒng)功能結構設計..................21
4.3 數(shù)據(jù)庫設計.............25
第 5 章 系統(tǒng)實現(xiàn)................... 42
5.1 網站首頁實現(xiàn)...............42
5.2 新用戶注冊頁面實現(xiàn)......... 46 
5.3 上傳教程頁面實現(xiàn).............47 
5.4 視頻課堂模塊實現(xiàn).............50

第 5 章 系統(tǒng)實現(xiàn)

5.1 網站首頁實現(xiàn)

首頁是網站的門臉，關系著用戶對網站的印象，布局頁面合理簡單。網站首頁包含網站導航、公告信息、教學資源的搜索、用戶登錄、教學資源排行和最新上傳的教學資源等模塊。網站導航包含上傳教程、視頻課堂、語音課堂、課件學習、講義學習、資源推薦、交流園地、進入管理。公告信息可以發(fā)布網站的最新動態(tài)信息。教學資源排行榜有四個分別是視頻排行、語音排行、課件排行和講義排行，是按照點擊率由高到低進行排列。最新上傳教學資源包括最新視頻、最新語音、最新課件和最新講義，是按照上傳時間的遠近排列，顯示最近時間上傳的教學資源。首頁運行效果如圖 5.1 所示。

5.2 新用戶注冊頁面實現(xiàn)

通過網站的注冊功能注冊后就成為了網站的會員，注冊用戶登錄之后，可以發(fā)布一些教學資源，可以是視頻、音頻、課件或講義，可以進行學習，也可以把自己喜歡的教學資源下載下來。在網站的首頁中有鏈接按鈕“新用戶注冊”，用戶單擊即可鏈接到新用戶注冊頁面。用戶注冊頁面運行效果如圖 5.3 所示。在用戶進行注冊填寫信息時，用戶名和密碼必須填寫，不能為空，而且兩次輸入的密碼必須相同，電子郵件的格式和身份證號碼位數(shù)要使用服務器的驗證控件來進行驗證。因為用戶名不能重復，因而使用一個按鈕控件“檢測用戶名”來設置，當單擊“檢測用戶名”按鈕時，調用 isName()方法，這時 dataOperate.cs 類中的 isData()方法被調用，返回的整數(shù)值用于判斷用戶注冊名與數(shù)據(jù)庫用戶表中的用戶名是否相同，如果返回值大于 0，說明用戶名已經注冊，，并顯示提示信息；如果返回值等于 0，說明用戶注冊名可用，同時也會顯示提示信息。
....

第 6 章 結論

互聯(lián)網技術的不斷更新進步，人們的工作學習和生活愈加的離不開網絡，無論是購和還是學習，網絡技術都在發(fā)揮著它強大的優(yōu)勢。隨著網絡信息的不斷膨脹，普通的搜索技術顯得力不從心，從而個性化的推薦技術應運而生。那么根據(jù)人們的興趣愛好來給用戶推薦適合的信息得到了用戶的青睞，特別是在購物網站個性化的推薦算法應用的已經非常成熟。在教學系統(tǒng)中應用個性化的推薦算法來給學習者提供他們可能喜歡的教學資源也已經開始應用，那么把協(xié)同過濾算法應用于高校多媒體教學系統(tǒng)中是可行的。本論文主要設計和實現(xiàn)了一個基于協(xié)同過濾算法的高校多媒體教學系統(tǒng)。在系統(tǒng)的設計和開發(fā)過程中，主要就是推薦算法的設計，這直接關系到系統(tǒng)推薦效果。本系統(tǒng)采用了基于用戶的協(xié)同過濾和基于項目的協(xié)同過濾相結合的方法，使兩種方法互補，互相彌補不足之處，使推薦結果更加合理。
........

參考文獻（略）

本文編號：210206