共查询到20条相似文献，搜索用时 37 毫秒
1.
本文结合个性化服务的思想,提出了一种新的基于Web挖掘的个性化远程教学模型。它能充分利用用户Web访问记录以及用户与站点的交互数据进行挖掘,以此来发现学习者的学习兴趣,从而改进页面设计,优化站点结构,更好地满足学习者的个性化需求,提升个性化远程教育的质量。 相似文献
2.
针对传统基于B/S模式的远程教育站点系统中存在的不足,提出将Web挖掘技术用于远程教育站点设计。使用Web挖掘技术发掘学习者的浏览习惯及其学习特点,促进管理员改进网站页面布局及课程设置,借此提升站点综合效益。 相似文献
3.
汪志云 《广东技术师范学院学报》2011,(6)
在讨论Web使用挖掘在网络学习中的应用过程中,提出一种改进的基于向量的聚类算法.在算法中,首先以学习站点的URL为行、以UserID为列建立页面用户关联矩阵,元素值为学习者的访问次数,然后使用欧氏距离进行度量向量之间的相似性,对列向量进行相似性分析得到相似学习者群体,对行向量进行相似性度量获得相关Web页面.分析表明,Web使用挖掘在网络学习中的应用是可行、有效的. 相似文献
4.
Web挖掘技术在网络学习中应用,能够有效地为学习者提供个性化的服务.在分析数据挖掘技术的基础上,针对网络学习中学习者的个性化需求,提出了一种基于Web挖掘技术的适应性网络学习模型. 相似文献
5.
6.
Web使用挖掘是Web挖掘的一个重要研究分支,在智能商务、站点设计和网络安全等方面有着诸多应用。总结了Web使用挖掘的方式和在个性化等方面的应用,讨论了近年来国内外开展的Web使用挖掘研究与系统开发情况,并提出了今后Web挖掘中的一些研究热点。 相似文献
7.
WEB日志挖掘在个性化网络教育中的应用 总被引：13，自引：0，他引：13
本文介绍了Web日志挖掘的基本概念和过程,通过对学习者在网络教育中留下的日志信息进行挖掘,以实现个性化的网络教育,更好的满足不同类别学习者的需求。 相似文献
8.
该文构建了基于Web使用挖掘的个性化教育资源推荐系统原型,讨论了Web使用挖掘技术在教育资源网站中的应用．提出了改进的基于引用时长的事务识别方法。并采用改进的频繁访问路径挖掘算法挖掘用户热门访问路径,进一步主动推送用户感兴趣的资源,提高系统的个性化服务水平． 相似文献
9.
在Web日志挖掘的基础上,构建挖掘系统模型,采用模糊聚类方法对采集的日志数据进行聚类,得到用户的访问模式,从而指导校园网网站管理人员改善Web站点结构,提高用户查找信息的准确率和效率。 相似文献
10.
范新刚 《广东技术师范学院学报》2012,(3):28-30,36
Web挖掘为电子商务的海量数据处理提供了强有力的技术手段.本文分析了Web挖掘的基本过程和方法,并重点探讨了基于用户访问行动的Web挖掘方法.以Web日志作为Web挖掘的数据源,提出了用户访问行动的关联矩阵表示方法,并建立了Web用户和页面聚类模型,为电子商务的客户管理、内容管理、个性化服务等提供了决策依据. 相似文献
11.
12.
13.
基于Web的远程教育参考模型研究 总被引：5，自引：0，他引：5
针对目前远程教育系统中存在的的问题，文中提出了一个新的基于Web的个性化、智能化的远程教育参考模型。该模型能够充分利用站点上积累下来的信息进行数据挖掘，发现有用的知识，指导站点的设计。并实现了个性化的学习模式。 相似文献
14.
网站成为互联网信息的主要来源。由站点主体提出需求,设计者规划实现,站点结构和网页布局按照需求设计为固定模式,用户必须按照这种模式对网站进行浏览。提出了对用户访问站点的行为进行挖掘来改进站点设计和布局,达到方便用户访问站点和实现客户个性化服务的目的。 相似文献
15.
王芳 《黑龙江教育学院学报》2013,32(6)
进入到新世纪以来,随着我国国民经济水平的提升,我国的科学技术也有了广阔的发展空间.近几年来,我国的网络用户群体的数量日益增加,越来越多的学习者也开始通过网络获取他们所需要的知识,然而由于网络中的数据库和信息量过于庞大,所以很多的学习者都还没能找到适合自己的科学合理的学习模式.数据挖掘技术是一种信息资源广泛并且更加智能化的前沿技术,将其与传统的网络资源以及WWW网络学习的实际特点相结合,对传统的网络学习模式进行了一定程度的改进,从而创建了一个新型的个性化的网络学习模型,从而真正地满足学习者的各式各样的学习需求.基于此,对个性化网络学习模型提出的背景、Web数据挖掘技术的概念,以及个性化网络学习模型的构建三个方面的内容进行详细的探讨,从而详细地分析了Web数据挖掘在个性化网络学习中的应用情况. 相似文献
16.
传统网络服务虽然满足了人们获取信息的需要,但由于其通用的性质,仍然不能满足不同背景、不同目的和不同时期的访问者的需求。基于Web数据挖掘技术提出了一种个性化的网络信息服务模型。Web使用挖掘就是从服务器日志文件和客户交易数据中挖掘有意义的用户访问模式和潜在的客户群,为用户提供个性化的信息服务。 相似文献
17.
开放式e-Learning解决方案个性化推荐服务——一种面向终身学习的数字化学习服务模式的探索思路 总被引：3，自引：0，他引：3
个性化e-Learning系统一直是数字化学习研究的重要主题,然而在终身学习环境下,个性化e-Learning系统必须要考虑如何提高学习者兼容性、资源充足性、智能挖掘性和推荐整合性,才能最大限度地满足海量的差异化学习者的个性化需求.作为对终身学习的数字化学习服务模式的一种探索思路,本文构建了一个开放式e-Learning个性化推荐服务,通过向学习者推荐完整的e-Learning解决方案,提出多种个性化机制,构建开放性学习社区,并通过Web数据挖掘技术挖掘解决方案,来解决传统个性化e-Learning系统所面临的这几个挑战.本文对该服务的概念体系和技术应用进行了详细阐述,以对终身学习环境下的数字化学习体系建设提供参考. 相似文献
18.
孙美卫 《江西电力职业技术学院学报》2019,32(1)
借助对网络教学系统开发设计的研究,凭借系统自身功能,辅以综合性的挖掘结果,包括Web结构挖掘、Web内容挖掘及Web使用挖掘,将针对性的推荐服务提供给广大学生用户,旨在确保在教学内容不断更换及运用少量数据的情况下,学生也能够享受到个性化、高质量的推荐服务。 相似文献
19.
个性化推荐系统的出现为用户提供了一个解决Web商品信息过载问题的强大工具。个性化推荐技术是基于Web使用挖掘、商品相关关系发现、商品分类等多项数据挖掘技术的。分析了这些技术的基本原理和特点并提出了一种计算商品关联关系和用户喜好倾向的算法以及个性化商品推荐的程序实现方法。 相似文献
20.
高丽彬 《黔南民族师范学院学报》2004,24(3):63-65,73
数据挖掘在WWW上有广泛的应用。在校园网学习系统中嵌入Web挖掘模块，运用数据挖掘技术对服务器上的日志文件等Web数据进行挖掘，可了解用户的访问行为，提供个性化的服务。本文阐明了Web挖掘在校园网学习系统中的应用方法和步骤。 相似文献