淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


  查詢圖書館館藏目錄
系統識別號 U0002-0907200816192500
中文論文名稱 基於SCORM標準之混合式課程推薦系統
英文論文名稱 A Hybrid Recommendation System for SCORM-Compliant Courses
校院名稱 淡江大學
系所名稱(中) 資訊工程學系資訊網路與通訊碩士班
系所名稱(英) Master's Program in Networking and Communications, Department of Computer Science and Information En
學年度 96
學期 2
出版年 97
研究生中文姓名 葉書瑋
研究生英文姓名 Shu-Wei Yeh
學號 695420041
學位類別 碩士
語文別 中文
第二語文別 英文
口試日期 2008-06-27
論文頁數 92頁
口試委員 指導教授-趙榮耀
委員-許輝煌
委員-洪啟舜
中文關鍵字 遠距教學  SCORM  推薦系統 
英文關鍵字 Distance Learning  SCORM  Recommendation System 
學科別分類 學科別應用科學資訊工程
中文摘要 隨著網路科技的快速發展,互動式的遠距教學方式漸漸成為數位學習的一個新趨勢。相信在不久的將來,網路上將會有許多相容於SCORM標準的數位課程存放於課程儲存庫中供學習者使用。因此,當學習者在面對如此大量的課程資料時,將產生不易去選擇適當地且符合其個人喜好的課程來學習的問題。
本論文提出一個基於SCORM標準的混合式課程推薦系統。利用本研究所提出的三個課程推薦模組,來提高學習者查詢課程的準確率和加強學習者的學習效果。藉由此系統,學習者可以獲得最適合他的推薦課程,不僅能夠節省學習者找尋合適課程的時間,並且可以針對不同的學習者給予適性且個人化的推薦課程。
英文摘要 With the development of internet technology, interactive distance learning is becoming a new trend of E-learning. In the future, we believe that there will be a large number of digital SCORM-compliant courses in repository for the user. Consequently, when a learner confronts a large amount of learning materials, it is hard to select appropriate and preferred courses to learn.
This thesis proposed a hybrid recommendation system for SCORM-compliant courses. By using three proposed recommendation modules, it can raise the accuracy of searching course and increase the performance of learning. With the proposed system, learner can get the most appropriate courses. It not only can save the time for searching courses, but also recommends the adaptive and personal courses for different learners.
論文目次 目錄 -I-
圖目錄 -IV-
表目錄 -VI-
第一章 緒論 -1-
第一節 研究背景、動機與目的 -1-
壹、研究背景 -1-
貳、研究動機與目的 -2-
第二節 研究問題、範圍及貢獻 -4-
壹、研究問題與範圍 -4-
貳、研究貢獻 -5-
第三節 論文架構 -6-
第二章 文獻探討 -7-
第一節 E-learning -7-
第二節 ADL SCORM -9-
第三節 IEEE LOM -14-
第四節 相關研究 -16-
第三章 研究方法與系統架構 -21-
第一節 推薦系統 -21-
壹、以內容為基礎的推薦系統 -22-
貳、協同式過濾的推薦系統 -23-
參、評比方式 -25-
肆、相似度計算 -25-
第二節 系統架構 -26-
第三節 課程推薦流程 -33-
第四節 課程推薦系統 -34-
壹、使用者偏好分數之計算 -34-
貳、學習鄰居分數之計算 -39-
參、學習社群分數計算 -42-
肆、課程推薦策略 -45-
第四章 系統實作與實驗結果 -46-
第一節 系統實作 -46-
壹、系統建置環境 -46-
貳、系統功能展示 -48-
第二節 實驗結果 -57-
壹、實驗假設 -57-
貳、結果討論 -58-
第五章 結論與未來展望 -77-
第一節 結論 -77-
第二節 未來展望 -77-
參考文獻 -79-
附錄─英文論文 -82-
--------------------------------------------------
圖目錄
圖2.1 SCORM與其它標準之關係 -11-
圖2.2 LOM後設資料結構圖 -16-
圖3.1 推薦系統設計方法與步驟 -21-
圖3.2 系統架構圖 -28-
圖3.3 使用者偏好分數之計算 -36-
圖3.4 學習鄰居分數之計算 -39-
圖3.5 學習社群分數計算 -43-
圖4.1 系統介面首頁 -48-
圖4.2 系統登入頁面 -48-
圖4.3 系統功能頁面 -49-
圖4.4 系統功能: 檢視使用者檔案 -50-
圖4.5 系統功能: SCORM課程搜尋 -51-
圖4.6 系統功能: 使用者偏好推薦與熱門推薦 -52-
圖4.7 系統功能: 找尋學習社群 -53-
圖4.8 系統功能: 找尋學習鄰居 -54-
圖4.9 系統功能: 混合式推薦 -55-
圖4.10 課程再過濾機制 -56-
圖4.11 系統功能: 相關課程 -57-
圖4.12 使用者學習檔案(Learner Profile)圖 -60-
圖4.13 透過偏好模組產生的前十名推薦課程偏好分佈圖 -64-
圖4.14 透過偏好模組產生的後十名推薦課程偏好分佈圖 -66-
圖4.15 學習鄰居(S006)的學習檔案圖 -68-
--------------------------------------------------
表目錄
表2.1 ADL SCORM 2004標準之特性 -10-
表2.2 IEEE LOM類別項目及描述 -15-
表4.1 使用者學習檔案(Learner Profile)表 -59-
表4.2 特徵欄位項目對應表 -59-
表4.3 透過使用者偏好模組產生的推薦課程序列 -60-
表4.4 透過使用者偏好模組推薦的前10名課程之結構(一) -63-
表4.5 透過使用者偏好模組推薦的前10名課程之結構(二) -63-
表4.6 透過使用者偏好模組推薦的候10名課程之結構(一) -65-
表4.7 透過使用者偏好模組推薦的候10名課程之結構(二) -65-
表4.8 學習鄰居相似度表 -67-
表4.9 學習鄰居(S006)的學習檔案表 -68-
表4.10 透過學習鄰居模組產生的推薦課程序列 -69-
表4.11 透過學習鄰居模組產生的推薦課程序列 -72-
表4.12 課程(2096/C70)的評分表 -74-
表4.13 課程(2096/C007)的評分表 -75-
表4.14 混合式推薦課程序列 -75-

參考文獻 [1] Martin Ebner, “E-learning2.0 = e-learning1.0 + web2.0,” Proceedings of the International Conference on Availability, Reliability and Security (ARES'07), 2007.
[2] Yuri Tijerino, Hirohisa Masaki and Nobuku Igaki, “AcadeMix Juice- A Hybrid Web 2.0 or Semantic Web Platform for Exchange of Academic Knowledge,” Proceedings of the International Conference on Web Intelligence and Intelligent Agent Technology (WI-IAT 2006), 2006.
[3] Jui-Hung Chen, Timothy K. Shih, Chun-Chia Wang, Shu-Wei Yeh and Chen-Yu Lee, “Combine Personal Blog functionalities with LMS using Tools Interoperability,” Proceedings of the International Conference on Advanced Information Networking and Applications (AINA'08), 2008, pp. 146-151.
[4] Advanced Distributed Learning (ADL) initiative, “SCORM Specifications – SCORM Version 1.3 Application Profile Working Draft Version 1.0”, March 26, 2003.
[5] Holmberg, B. (1995), Theory and practice of distance education. London: Routledge.
[6] Keegan, D. (1993), Theoretical principles of distance education. Lodon: Routledge.
[7] Lockwood, F. (1995). Open and distance learning today. London: Routledge.
[8] Yung-Hsiang Chiu, “The Study of Applying Neural Network and Data Mining Techniques to Course Recommendation Base on E-learning Environment,” Master thesis, Chaoyang University of Technology, 2003.
[9] Learning Circuits, http://www.learningcircuits.org/
[10] e-LearningGuru.com, http://www.e-learningguru.com/
[11] Taiwan.CNET.com, http://taiwan.cnet.com/
[12] INSTITUTE FOR INFORMATION INDUSTRY, http://www.iii.org.tw/
[13] Aviation Industry CBT Committee, http://aicc.org/
[14] Advanced Distributed Learning (ADL) initiative, “SCORM Specifications – SCORM Version 1.3 Application Profile Working Draft Version 1.0”, March 26, 2003.
[15] National Science and Technology Program for e-Learning, “Investigation Report of Global E-Learning Standards,” technical report, ELNP Office, 2003.
[16] Final LOM Draft Standard, http://ltsc.ieee.org/wg12/20020612-Final-LOM-Draft.html.
[17] Ti-Kai Chiu, “Personalized Recommendation with Query Expansion for SCORM Compliant Learning Objects,” Master thesis, National Chengkung University, 2006.
[18] Jin Tan Yang, Min Jey Hwang and Yuan Fong Chu, “A Study on Searching and Recommending SCORM CPs by Ontological Support,” Proceedings of the 5th International Conference on Advanced Learning Technologies, July 2005.
[19] Julien Broisin and Philippe Vidal, “A Management Framework to Recommend and Review Learning Objects in a Web-based Learning Environment,” Proceedings of the 6th International Conference on Advanced Learning Technologies, July 2006.
[20] N. Belkin and B. Croft, “Information Filtering and Information Retrieval,” Comm. ACM, vol. 35, no. 12, pp. 29-37,1992.
[21] R.J. Mooney and L. Roy, “Content-Based Book Recommending Using Learning for Text Categorization,” Proc. ACM SIGIR ’99 Workshop Recommender Systems: Algorithms and Evaluation, 1999.
[22] Shih-Yao Chien, “A Content-based recommendation Method for Browsing Guidance in Web-based E-learning System,” Master thesis, Mingchuan University, 2004.
[23] J.A. Konstan, B.N. Miller, D. Maltz, J.L. Herlocker, L.R. Gordon, and J. Riedl, “GroupLens: Applying Collaborative Filtering to Usenet News,” Comm. ACM, vol. 40, no. 3, pp. 77-87, 1997.
[24] R. Jin, L. Si, and C. Zhai, “Preference-Based Graphic Models for Collaborative Filtering,” Proc. 19th Conf. Uncertainty in Artificial Intelligence (UAI 2003), Aug. 2003a.
[25] R. Jin, L. Si, C. Zhai, and J. Callan, “Collaborative Filtering with Decoupled Models for Preferences and Ratings,” Proc. 12th Int’l Conf. Information and Knowledge Management (CIKM 2003), Nov. 2003b.
[26] T. Hofmann, “Collaborative Filtering via Gaussian Probabilistic Latent Semantic Analysis,” Proc. 26th Ann. Int’l ACM SIGIR Conf., 2003.
[27] T. Hofmann, “Latent Semantic Models for Collaborative Filtering,” ACM Trans. Information Systems, vol. 22, no. 1, pp. 89-115, 2004.
[28] Cheng-De Chen, “An Item-Based Collaborative Filtering Method for Material Browsing Recommendation in E-Learning System,” Master thesis, Mingchuan University, 2004.
[29] A. Popescul, L.H. Ungar, D.M. Pennock, and S. Lawrence, “Probabilistic Models for Unified Collaborative and Content-Based Recommendation in Sparse-Data Environments,” Proc. 17th Conf. Uncertainty in Artificial Intelligence, 2001.
[30] I. Soboroff and C. Nicholas, “Combining Content and Collaboration in Text Filtering,” Proc. Int’l Joint Conf. Artificial Intelligence Workshop: Machine Learning for Information Filtering, Aug. 1999.
[31] P. Melville, R.J. Mooney, and R. Nagarajan, “Content-Boosted Collaborative Filtering for Improved Recommendations,” Proc. 18th Nat’l Conf. Artificial Intelligence, 2002.
[32] T. Tran and R. Cohen, “Hybrid Recommender Systems for Electronic Commerce,” Proc. Knowledge-Based Electronic Markets, Papers from the AAAI Workshop, Technical Report WS-00-04, AAAI Press, 2000.
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2013-08-04公開。
  • 不同意授權瀏覽/列印電子全文服務。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信