1、目前，網(wǎng)絡(luò)發(fā)展日益迅速，網(wǎng)絡(luò)學(xué)習(xí)應(yīng)運而生，為了滿足學(xué)生的不同需求，如何在網(wǎng)絡(luò)學(xué)習(xí)中加入個性化思想也就成為了值得研究的課題之一。傳統(tǒng)的網(wǎng)絡(luò)學(xué)習(xí)一般僅僅以“資料”作為中心，但由于網(wǎng)絡(luò)上的資料非常巨大，如果學(xué)生只是簡單地進(jìn)行靜態(tài)頁面的學(xué)習(xí)，由于學(xué)習(xí)者之間的學(xué)習(xí)能力、興趣、態(tài)度、愛好等都存在一定程度上不同，這就會造成學(xué)習(xí)方式比較單一的問題。學(xué)習(xí)本來就是一個個性化的過程，如果所有人面臨的學(xué)習(xí)資源均是一樣的，那么就無法達(dá)到實際的目標(biāo)。
　　本

2、論文就是要做到從學(xué)習(xí)者的角度出發(fā)，圍繞學(xué)習(xí)者不同的需求，在網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)的環(huán)境下提出一個新的個性化學(xué)習(xí)模型，來對不同程度的學(xué)生提供不同的個性化服務(wù)。此模型將兩種數(shù)據(jù)挖掘技術(shù)融合在一起，以學(xué)習(xí)者在學(xué)習(xí)系統(tǒng)中記錄的學(xué)習(xí)行為作為原始數(shù)據(jù)，比如做過的試題、試題難易程度、測試結(jié)果等信息，首先對學(xué)習(xí)者的學(xué)習(xí)能力進(jìn)行評估，并以此為根據(jù)用聚類算法對學(xué)習(xí)者進(jìn)行分類，其中，對于采取的k-means聚類算法在如何選取初始中心以及收斂速度兩個方面進(jìn)行了優(yōu)化，其次

3、，對關(guān)聯(lián)規(guī)則算法作了相關(guān)改進(jìn)，使其適應(yīng)此模型的數(shù)據(jù)特點，在每一類的基礎(chǔ)上對學(xué)習(xí)者的學(xué)習(xí)行為進(jìn)行挖掘，獲得學(xué)習(xí)者的頻繁學(xué)習(xí)行為及其潛在的規(guī)律，對學(xué)習(xí)者的學(xué)習(xí)路徑起到針對性的指導(dǎo)，真正的實現(xiàn)為學(xué)習(xí)者提供個性化推薦。
　　在建立了新的個性化學(xué)習(xí)模型來指導(dǎo)學(xué)習(xí)者的學(xué)習(xí)行為后，還要將其應(yīng)用到實際的系統(tǒng)中得到驗證并加以實現(xiàn)。本論文以Java編程實驗系統(tǒng)作為平臺，在搭建完模型之后，首先需要對系統(tǒng)的需求及目標(biāo)進(jìn)行分析，描述需要解決哪些問題，其次通