1. 研究目的与意义

伴随着云计算、物联网和移动互联技术的快速发展,我们由信息时代迈入了数据时代,"大数据"作为数据时代的核心技术,为各个领域的发展提供了强大的数据支撑。

分享大数据红利,是时代赋予我们的权利,教育行业同样需要大数据提供的数据支撑来助推教育信息化的高效发展。

另外，智慧学习,作为基于教育信息化、知识融合与协同创新的全新学习方法,是在教育信息化深入发展的过程中逐渐形成的教育理念与学习模式,对学习者智慧的生成、核心素养的提升具有重要意义,与教育信息化天然的联系使之更易成为研究信息技术与基础教育融合的切入点。

2. 课题关键问题和重难点

二、课题关键问题及难点（300左右字）本课题的进行主要面临的重点问题是要建立到一个包含足够数量的在线课程信息库，必须有详细的课程名，课程讲师，课程简介，课程适宜人群等详细信息。

需要一个网络机器人自动从网络中收集这些信息，并存储到高性能的数据库中。

同时有三个难点问题需要解决:1. 在建立数据库的基础上，运用基于深度神经网络的自然语言处理方法如word2vec(词向量技术的基础与模型)的找到课程间的相似度，作为推荐系统向用户推荐课程的一个重要依据。

3. 国内外研究现状（文献综述）

在李琳娜 张志平的论文《文献推荐系统综述》提到推荐系统(recommender system)的发展已经经历了近 20 年的时间，但是迄今为止仍没有人试图对推荐系统给出一个精确的定义。

广义上的推荐系统可以理解为是主动向用户推荐物品(item)的系统，所推荐的物品可以是音 乐、书籍、餐厅、活动、股票、数码产品、新闻条目等等，这依赖于具体的应用领域，推荐系统 所推荐的物品或者对用户有帮助，或者用户可能感兴趣。

随着电子商务规模的不断扩大，商品数量和种类不断增长，用户对于检索和推荐提出了更高的要求。

4. 研究方案

四、方案（设计方案、研制方案、研究方案）论证本系统的主要目的是建立以单个用户为中心的教学理念，即个性化推荐感兴趣课程。

改变了传统课程内容固定、结构化的特征，让教学资源从单纯资源转变课程和教学等多方面的资源，使学生获取知识的途径从简单线性转向复杂化、网络化，多样化。

本系统包含四大模块：课程资源库模块，基于深度神经网络的自然语言处理文本挖掘模块，推荐系统模块，前端页面展示模块，对其实现具体功能进行以下分析。

5. 工作计划

第1周：下发毕业设计（论文）任务书，老师指导学生进行开题报告，布置外文翻译。

第2周：指导老师检查学生开题报告和课题需求分析。

第3周：指导老师指导学生进行课题总体规划。