二、 正文

主要研究的是基于移动端的个性化能力评估系统，利用vue.js、PHP、MySQL数据库等相关技术开发面向在线学习的微信小程序，让学生对自己知识的掌握程度有一个清楚的认识。系统通过对用户的个人信息、选择的的课程和知识点搜集数据集，然后对数据集进行类型划分，通过推荐算法对数据集生成规则，建立用户模型，通过规则抽取题库中的相关题目给用户进行基础能力测试，根据用户的做题情况得到个性化的能力评估。推荐算法方面，主要研究现在最常用的基于用户推荐、内容推荐、关联规则推荐等推荐算法，根据移动在线教育的特点进行选择改进，测试在实际使用中推荐算法的效果。系统设计与实现方面，详细设计学生在使用系统时的基本功能，如注册、登陆、课程选择、知识点选择、个人评估结果，并设计系统功能模块的相关流程图。设计用户信息表、课程信息表、个人能力表等数据库表的结构。将推荐功能和评估功能相结合进行系统设计，达到个性化评估用户能力的预期效果。

三、 关键技术

前端vue.js、后端myspringboot

四、 结语

    本课题有如下创新点：

根据用户特点推荐的个性化能力测试，相比于其他测试题一成不变的评估系统更有针对性和准确性，让学生对自身能力有更好的认识，很大程度上提高了学生的学习效率，也在一定程度上提高了学生学习的积极性。

 

五、 参考文献

巩晓悦.基于个性化推荐的在线学习系统研究与实现[D].北京邮电大学，2019

张宇航,姚文娟,姜姗.个性化推荐系统综述[J].价值工程，2020(02)

熊慧君.基于深度学习的适应性学习系统研究与实现[D].宁夏大学，2020

刘春阳.基于混合算法个性化推荐的在线学习系统研究与实现[D].沈阳师范大学，2020

牛鹏超.基于知识图谱的初中英语个性化学习路径研究[D].中央民族大学，2020

胡辉.基于知识图谱的个性化习题推荐研究[D].四川师范大学，2019

初倩.面向在线学习的个性化教学系统的设计与实现[D].山东师范大学，2019

赵艳.自适应学习系统中数学习题辅导策略设计及对学生的影响研究[D].渤海大学，2020

李淑娇.基于个性化推荐的自适应学习平台研究与应用[D].河北师范大学，2019

周俊武.研究型课程自适应学习平台的应用现状与对策研究[D].上海师范大学，2019

赵璨.基于学习行为分析的自适应学习平台研究[D].东北石油大学， 2018

孔洋洋.自适应学习分析系统应用于初中数学学习的案例分析[D].长春师范大学，2018

赵慧琼,姜强,赵蔚,李勇帆,赵艳.基于大数据学习分析的在线学习绩效预警因素及干预对策的实证研究[J].电化教育研究，2017(01)