摘 要

移动互联网时代的到来，使得互联网教育得到了快速的发展，大量的教育服务资源通过互联网进行传播，促进了教育服务资源的共享。但是，现阶段互联网教育还处于初级发展阶段，存在着服务资源分散、服务模式单一的问题。针对这些问题，本文提出了将互联网教育服务资源整合的方案，通过内容资源的整合、完整的服务体系的建设和服务资源与教育教学环境的整合建立一个完整的互联网教育生态系统。同时，针对大量的资源带来的“信息超载”问题，根据用户基本信息、学习风格特征、行为信息和资源属性信息等数据信息，采用基于用户的协同过滤算法和基于内容的推荐算法结合的混合推荐算法为用户推荐个性化资源，实现互联网教育的个性化服务。

关键词：互联网教育；服务资源整合；信息超载；推荐

Abstract

The arrival of the era of mobile Internet, internet education has been a rapid development, a large number of educational resources through the Internet to carry out the dissemination of education services to promote the sharing of resources. However, at this stage, the Internet education is still in the primary stage of development, there is a problem of service resources scattered, a single mode of service. Aiming at these problems, this paper puts forward the Internet education service resource integration plan, establish a complete Internet education ecological system through the integration of resources integration and complete service system construction and service resources and teaching environment. At the same time, according to the resources of a large number of "information overload" problem, according to user's basic information, learning style and behavior information and resource attribute information and data information by based on user collaborative filtering algorithm and the combination of content-based recommendation algorithm based on hybrid recommendation algorithm for the user recommend personalized resources, the realization of Internet Education personalized service.

Key words: Internet education; service resource integration; information overload; recommendation

目录

第1章 绪论 1

1.1 研究背景与意义 1

1.2 文献综述 1

1.3 本文研究内容及框架 2

第2章 相关概念与技术基础 3

2.1 推荐技术概述 3

2.2 常见的个性化推荐算法 4

第3章 互联网教育产业链的服务资源分析 4

3.1 互联网教育市场发展现状分析 4

3.2 互联网教育产业链结构分析 5

3.3 互联网教育服务资源形式及特点分析 7

第4章 互联网教育服务资源的整合方案 9

4.1 内容资源整合 9

4.2 互联网教育服务体系建设 10

4.3 互联网教育服务资源与教学环境的整合 11

第5章 面向用户的个性化资源推荐算法 11

5.1 推荐算法及原理 11

5.2 推荐算法所需数据 13

5.3 相似性计算 15

第六章 结论 16

参考文献： 16

第1章 绪论

研究背景与意义

伴随着信息化进程的快速发展，我们生活的各个方面都和互联网紧紧的联系到了一起。同时，教育作为一个与我们每个人密不可分的产业，也在互联网的推动下发生着改变。随着“互联网 ”概念上升为国家战略 ，“互联网 教育”使得在线教育行业迎来了快速发展期，市场规模、用户规模稳定快速增长。同时，各种新技术的不断出现，打破了传统教育在时间和空间上对教育资源的限制，教育资源能够通过互联网进行资源的共享和重新匹配，解决了教育资源分配不均的问题，突破了传统的教与学的模式，使教育及教育服务资源从封闭走向了开放。

大数据技术、语音识别技术、直播互动、远程测评、穿戴设备等技术开始被运用到在线教育领域。针对在线教育的大量的音频资源、视频资源等服务资源通过互联网为媒介进行传播。这些都大大丰富了教育资源的知识结构体系，但同时在海量的服务资源面前，对于用户来说，如何快速选择和提取出对自己有用的服务资源进行有效的学习是他们需要考虑的首要问题。

对于发展迅速的互联网教育来说，各种服务资源的出现往往会使学习者很难找到自己需要的和感兴趣的资源内容。并且教育是一个特殊行业，对于不同学习阶段、不同年龄、不同阶层、甚至是不同个体之间他们的需求的服务资源类型和内容都是不同的。互联网教育对于服务资源如何整合，对于线下教育生态链如何进行有效的融入，如何让更多的互联网教育服务资源服务更多的用户群体，这都是目前需要解决的一些问题。因此，对于互联网服务资源的整合能够更好的使互联网教育企业以及教育机构和学生群体更好的享受互联网带来的便利，而且针对用户个性化的从海量的教育服务资源中快速而又准确的获取个性化的资源，是每个在线学习者的需求，并且个性化推荐技术在电子商务领域已经得到了很好的运用，在互联网教育领域运用个性化推荐技术实现教育资源的整合和推荐符合互联网发展的趋势，个性化推荐技术对于互联网教育资源的信息过载问题能够很好的解决。

文献综述

目前国内针对互联网教育和个性化推荐方面研究的相关论文有很多，在中国知网上搜索“在线教育”关键字，可以搜索到5052篇相关文献，搜索“个性化推荐”关键字可以搜索到3263篇相关文献，而搜索“教育资源”和“个性化推荐”两个关键字只有38篇相关文献。国内在互联网教育服务资源的整合与推荐研究还不是很成熟，处于一个探索阶段。

刘静、熊才平等通过对教育信息资源特征分析和个性化推荐方法的阐述，从学习者和

教育信息资源两条主线构建了教育信息资源个性化推荐服务模式，为教育信息资源的主动服务提供解决策略，把合适的教育信息资源呈现给适合的用户^[1]。刘荣橙基于用户行为数据的收集、分析建立了用户兴趣点模型，根据用户兴趣点模型结合推荐技术对教育资源进行个性化推荐，对中小学教育资源个性化推荐系统进行了设计与实现^[2]。王荣通过对个性化推荐中的协同过滤算法中的 K最近邻算法和Rock聚类算法进行改进，结合遗忘规律曲线运用到中小学教育网站中，并对教育资源个性化推荐系统进行了系统需求分析和系统的设计与实现^[3]。黄儒雅通过对学生用户和教学资源进行模型的构建，对学生用户和教育资源进行匹配度计算，提出了教育资源个性化推荐的方案，并在OpenCL平台上对推荐算法进行了详细分析，并对教育资源推荐系统进行了搭建^[4]。刘志亮、张金隆借助云计算技术，从资源整合的内容和资源整合的形式方面分析探讨了教育信息资源的整合^[5]。周驰岷、陈薇根据大规模在线课程的特征，以及学历教育的特点，提出了一种面向学历教育的个性化推荐机制，对于针对学历教育的大规模在线课程提供了个性化推荐的方案^[6]。

目前国内对于互联网教育和教育资源推荐方面的研究主要有两个趋势：（1）主要从互联网教育发展的现状及经营模式，商业模式等方面进行分析。（2）基于平台或者系统根据用户的学习行为和用户属性采用个性化推荐算法对学习资源进行推荐。本文从服务资源的整合和推荐两个方面对互联网教育进行研究，在研究的思路上具有创新性。

本文研究内容及框架

本文的主要研究内容是互联网教育服务资源的整合与推荐，主要围绕互联网教育服务资源进行个性化推荐方案的设计。首先对目前国内互联网教育的发展现状和产业链结构及在线教育市场的产品进行分析，总结互联网教育服务资源的种类。其次对互联网教育的参与用户群体进行研究，对不同用户群体的特征和需求进行分析总结，并对用户进行用户特征模型的构建。最后根据教育资源模型和用户资源模型进行资源的整合与推荐。

本文的结构框架如下：