北科大硕士论文答辩

(33页)

'北科大硕士论文答辩'
基于CBR的Bayesian在ITS中的 应用研究 答辩人: 丁继红 研究方向:数据挖掘与智能教学系统 指导老师:刘先锋 教授 本文的基本框架1 研究背景与意义 2 Bayesian网知识推理的基础理论 3 ITS学习推荐中的Bayesian网知识推理 4 基于CBR的Bayesian在ITS中的应用研究 5 基于CBR的Bayesian推理的具体实现和分析 湖南师范大学硕士毕业论文 3 总体架构 系统结构设计 湖南师范大学硕士毕业论文 4 本文主要工作1、利用学生特征库、数据仓库、教学方法库、学习资 源库等,提出了基于ITS的知识推理模型。同时设计 出了表征学生特征的学生模型表。 湖南师范大学硕士毕业论文 5 本文主要工作2、结合Corpus库,利用余弦相似度函数、Bayesian 定理和联合概率公式构造了一个Bayesian推理网。 得出了基于Bayesian推理网的学习推荐算法,利用 Java和MySQL 对此方法进行实现,得出仿真实验的 结果。 湖南师范大学硕士毕业论文 6 本文主要工作3、构造出了一个基于CBR的Bayesian推理网模型, 结合基于用户的协作过滤技术、预测评分方法、 Bayesian定理进行学习推荐。 利用Java和My SQL进行实现,得出仿真实验的结 果。 湖南师范大学硕士毕业论文 7 Bayesian分类 :其中xi是与元组ti相关的数据值,因此由 P(Cj|xi)可以进一步计算出P(Cj|ti)。 假设元组ti有p个独立的属性值{xi1, xi2,…,xip}。对于每个属性xik,可 以很容易计算P(xik|Cj),进而可以估 计出P(ti|Cj)。 p p(ti|Cj)? ? p(xik|Cj) k?1 湖南师范大学硕士毕业论文 8知识推理模型 知识推理模型 湖南师范大学硕士毕业论文 9 Bayesian推理算法具体算法如下:v1、对于学生子网中的每一个学生Ui(或用户组), 在学生特征术语子网中,找出与Ui 连接的所有学 生特征术语子节点,分别为:TH1,TH2…THj(j 表示有j个学生特征术语与Ui相连),且算出学习 者Ui与特征术语THj的特征权重WHj。 湖南师范大学硕士毕业论文 10 Bayesian推理算法v2、对于上述1中的每一个THj,在教学方法术语子 网中,找出与THj连接的所有教学方法术语子节点, 分别为:TM1,TM2…TMk(k表示有k个教学方法术 语与THj相连),且计算教学方法术语TMk与学生 特征术语THj之间的相似度Bkj;同时,在学习资 源术语子网中,找出与THj连接的所有学习资源术 语子节点,分别为:TR1,TR2…TRk(k表示有k个 学习资源术语与THj相连),且计算学习资源术语 TRk与学生特征术语THj之间的相似度Vkj; 湖南师范大学硕士毕业论文 11 Bayesian推理算法v3、重复2,直到TH1,TH2…THj全部运算完毕。v4、对于上述2中的每一个TMk,在教学方法子网中, 找出与TMk连接的所有教学方法子节点,分别为: M1,M2…Mm(m表示有m个教学方法与TMk相连), 依据TD-IDF方法计算教学方法节点Mm与教学方法 术语节点TMk的权重Amk;同时,在学习资源子网 中,找出与TRk 连接的所有学习资源子节点,分 别为:R1,R2…Rm(m表示有m个学习资源与TMk相 连),依据TD-IDF方法计算学习资源节点Rm与学 习资源术语节点TRk的权重Wmk; 湖南师范大学硕士毕业论文 12 Bayesian推理算法5、重复4,直到TM1,TM2…TMk和TR1,TR2…TRk全 部运算完毕。6、对于上述4中的每一个教学方法Mm,在教学方法 术语子网中,找出与Mm连接的所有教学方法术语 父节点,分别为:TM1,TM2…TMn,依据以上1、2、 3中计算的WHj,Bkj,Ank,根据公式依次算出; 同时,在学习资源术语子网中,找出与Rm连接的 所有学习资源术语父节点,分别为:TR1, TR2…TRn,依据以上1、2、3中计算的WHj,Vkj, Wnk,根据公式依次算出 P ( TH i |U ? ),P( T R i | U ? ) 和 P ( R i | U ?) 。 湖南师范大学硕士毕业论文 13 Bayesian推理算法v 7、重复6,直到M1,M2…Mm全部运算完毕,结合用户对 于节点的影响,在m个教学方法中找出 p (M i | U ? ) 后验概率 最大的一个或多个,将其教学方法推荐给学生Ui;同时, 在m个学习资源中找出 p (R 后i | U验?)概率最大的一个或多 个,将其学习资源推荐给学生Ui(或用户组)。v8、重复1,直到U1,U2…Un全部运算完毕,即给每一个 学生(或用户组)都推荐最好的学习方法和学习资源。 湖南师范大学硕士毕业论文 14 推荐方法 推荐方法 推荐标准 考虑学习资源库和学习方法库中是否有学生特征术语的基于关键字的 精确匹配,推荐最匹配的 种学习资源和学习方法给 精确匹配 2 学生。基于关键字及 考虑学习资源库和学习方法库中是否有学生特征术语的 学生特征权 精确匹配,并根据学生学习特征的权重对节目进行加 重的精确匹 权计算,推荐最匹配的2种学习资源和学习方法给学 配 生。基于 Bayesian 使用 网计算学习资源和学习方法的后验概率, 推理网的学 Bayesian 推荐后验概率最高的 种学习资源和学习方法给学生。 习推荐算法 2 湖南师范大学硕士毕业论文 15 结果比较 基于关键字的精确匹 基于关键字及学生特 基于Bayesian推理网的 配 征权重的精确匹配 学习推荐算法 查准率 查全率 查准率 查全率 查准率 查全率1个用户 71.23 61.57 78.63 68.45 91.56 89.545个用户 64.54 62.31 78.52 63.36 87.58 82.348个用户 58.27 58.69 71.05 55.01 85.25 83.54 湖南师范大学硕士毕业论文 16基于CBR的Bayesian在ITS中的应用研究 案例推理工作流程 湖南师范大学硕士毕业论文 17基于案例的Bayesian知识推理模型 Í 基于案例的Bayesian知识推理模型 湖南师范大学硕士毕业论文 18 基于用户的协作过滤技术 v基于用户的协作过滤技术分两步:v(1)发现与目标用户评分最相近的若干邻居。 (2)预测目标案例与案例库中邻居案例的相似度, 并通过目标学生对邻居案例预测打分,将预测评 分最高的若干项目形成初步供选择的候选案例。 预测方法如下: ? ? ? NBS v?NBS simuv (Rvi Rv) pui ? Ru ? ? v?NBS ( simuv ) 湖南师范大学硕士毕业论文 19 算 法v输入:用户的基本信息、案例库中的信息和评价结果。v输出:用户的top-N学习资源和教学方法推荐集。v过程:vStep1:让用户从案例库中随机选取N种(根据案例空间 的大小确定N的值)学习资源及学习方法,并对其打分, 打分项目集记作。vStep2:对于项目,以及案例集中的用户及打分项目集 利用公式(4-1)计算相似度。 湖南师范大学硕士毕业论文 20 算 法 vStep3:从集合中选取相似度最大的M(M一般取10) 个,同时给这些被选取出来的项目集频率增加一 次。再利用公式(4-2)计算,选取用户打分最高 的5个案例作为初步候选案例集Candidate;(实践 证明选取5个案例较好) ,因为基于CBR的推荐算 法要达到2个目标:v1.检索出来的案例尽可能少;v2.尽量与目标案例相关或相似。 湖南师范大学硕士毕业论文 21 算 法 vStep4:利用Bayesian知识推理算法检索出最适合 的学习方法和学习资源。vStep5:让用户对于这些推荐项目集进行最终评分, 同时将其
关 键 词:
北科大硕士论文答辩 ppt、pptx格式 免费阅读 下载 天天文库
 天天文库所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
关于本文
本文标题:北科大硕士论文答辩
链接地址: https://www.wenku365.com/p-44790655.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服点击这里,给天天文库发消息,QQ:1290478887 - 联系我们

本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有【成交的100%(原创)】。本站是网络服务平台方,若您的权利被侵害,侵权客服QQ:1290478887 欢迎举报。

1290478887@qq.com 2017-2027 https://www.wenku365.com 网站版权所有

粤ICP备19057495号 

收起
展开