基于本体的数据挖掘技术在E-learning系统的应用

论文摘要

随着Internet的飞速发展,网上教育系统已是互联网的重要组成部分。随着“终身教育”理念的深入人心,越来越多的人把学习放在网上,并已成为人们学习生活中不可缺少的工具。然而,现有的E-learning系统大都是将学习资源静态地放在网上,这很难适应不同层次的学生,也不能根据学生的兴趣,知识水平动态地组织学习内容,为学习者提供个性化的服务。同时,现有的E-learning系统,建立在传统信息检索技术的搜索引擎很难摆脱缺乏语义理解的缺陷,以至于为用户提供信息的准确性,全面性也不尽人意。因此,使E-learning系统实现适应性学习,为用户提供个性化服务是传统E-learning系统亟待解决的问题。为了解决传统E-learning的缺陷,适应用户需求,本文借助本体在描述知识和语义关系方面的优势及逐步完善的数据挖掘技术,提出了基于本体的语义Web挖掘技术,并将此应用于E-learning系统中。本文在对本体技术理论进行了深入的研究和探讨基础上,设计并初步实现了一种提供个性化服务的网络教学系统。在本系统中以W3C标准中的OWL语言作为本体的描述语言实现对本体的描述,以RDF/RDFS作为资源标记语言实现对数据的语义化标注,并借助Jena作为工具,实现了针对特定领域知识的本体推理和数据挖掘查询,成功地实现了语义化的信息查询工具。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 选题背景
• 1.2 国内外研究进展
• 1.2.1 本体技术研究现状
• 1.2.2 E-learning的现状
• 1.2.3 本体在信息检索中的应用研究
• 1.3 论文主要工作
• 1.3.1 论文的主要内容
• 1.3.2 论文的章节安排
• 第2章 本体的概念及应用研究
• 2.1 本体的定义
• 2.2 本体的功能
• 2.3 本体库系统
• 2.4 本体的构成和构造准则
• 2.5 本体与语义网
• 2.5.1 语义网的提出
• 2.5.2 语义网的结构
• 2.5.3 本体在语义网中的地位
• 2.6 构建本体的工具选择
• 第3章 基于语义网的Web挖掘
• 3.1 Web挖掘
• 3.1.1 Web挖掘的定义
• 3.1.2 Web挖掘的分类
• 3.2 语义Web与Web挖掘
• 3.3 基于语义Web和使用挖掘的个性化模型
• 3.3.1 模型总体结构
• 3.3.2 语义生成模块（SGM）
• 3.3.3 使用挖掘模块（UMM）
• 第4章 智能E-Learning系统模型结构及工作机制
• 4.1 智能Agent
• 4.1.1 智能Agent的定义
• 4.1.2 智能Agent的特征
• 4.1.3 智能Agent的作用
• 4.2 基于Agent的语义Web挖掘模型框架
• 4.3 各模块功能介绍
• 4.4 模型应用方法
• 第5章 基于语义网的E-learning个性化服务系统的设计
• 5.1 系统总体框架
• 5.2 个性化服务子系统的设计
• 5.3 系统设计目标
• 5.3.1 基本检索功能
• 5.3.2 结果分页排序功能
• 5.3.3 语义推理查询功能
• 5.3.4 较高的性能表现
• 5.4 系统设计基本思路
• 5.4.1 针对系统应用的领域本体的建立
• 5.4.2 对信息资源进行本体元数据标注
• 5.4.3 设计和实现内部语义检索引擎
• 5.5 系统结构设计
• 5.5.1 系统结构
• 5.5.2 系统运行流程
• 5.5.3 查询处理步骤分解描述
• 5.6 开发运行平台
• 5.6.1 开发平台—Java/Jsp
• 5.6.2 开发工具—Eclipse
• 5.6.3 数据库选择—MySQL
• 5.6.4 Web服务器—Tomcat
• 第6章 语义查询系统的实现
• 6.1 Jena系统的结构
• 6.2 原始数据的语义化标注
• 6.2.1 RDF/RDFS数据模型
• 6.2.2 Jena中生成RDF/RDFS模型数据
• 6.2.3 语义化标注实现
• 6.2.4 标注数据的存储实现
• 6.3 本体推理功能实现
• 6.3.1 Jena的推理机制
• 6.3.2 系统推理功能实现
• 6.4 数据查询实现
• 第7章 总结与展望
• 参考文献
• 攻读学位期间公开发表论文
• 致谢
• 研究生履历