毕业设计(论文)开题报告表

课题名称

基于深度强化学习的课程推荐系统设计与实现

课题来源

自选项目

课题类型

工程设计

指导教师

赵彦锋

学生姓名

学    号

专    业

软件工程

一、课题意义    

推荐系统是信息时代中解决信息过载问题的一种有效途径,其通过提供个性化的内容服务,已经成为许多领域的重要技术。与传统搜索引擎不同,推荐系统不仅仅依赖于大量数据的特征和关键词匹配来生成搜索结果,更注重根据用户的特定需求,为其提供个性化的信息支持。推荐系统的核心功能不仅在于满足用户的当前需求,更在于引导和满足其潜在需求。

推荐系统是一门充满活力和潜力的学科,吸引着大量的研究者和工程师的关注。它具有广泛的应用前景,已经成为了信息时代中不可或缺的重要组成部分。随着人工智能和机器学习技术的不断发展,推荐系统变得越来越精细和准确,不仅是一种工具,更是一种生活方式,深刻地影响着人们的日常生活和工作。

目前推荐系统的研究热点也包括教育资源的推荐。随着高校全面扩招以适应全球经济发展,教育领域面临着日益增长的学生数量和对教学质量的提升要求,这为推荐系统在教育领域的应用提供了广阔的发展空间。在高校校园建设中,大数据技术发挥着重要作用,为提高学生学习和老师教学质量提供了强大的支持。利用大数据技术分析学生的成绩和错题数据,可以生成学生的学习情况描述画像,从而为学生推荐相关的补习或者知识补充课程。这种个性化的课程推荐能够针对性地满足学生的学习需求,帮助他们更好地掌握知识,提高学习成绩。此外,推荐系统还可以利用大数据分析学生课外的阅览记录,从而挖掘学生的潜在兴趣点,并推荐相应的课内课程来互相补充。通过将学生已经感兴趣的领域与课程内容相结合,可以增强学生对课程的兴趣,提高学习积极性和学习效率。这种基于学生兴趣点的课程推荐有助于激发学生的学习热情,促进其全面发展。

因此,教育资源的个性化推荐已经成为推荐系统研究的重要方向之一。通过充分利用大数据技术,推荐系统可以为教育领域提供定制化的学习解决方案,提高教学质量和学习效果,促进教育事业的持续发展。

二、国内外发展状况

基于深度强化学习的推荐系统发展是当前推荐系统领域的一项备受关注的重要研究方向。在信息时代,随着互联网的快速发展和数据的爆炸增长,用户面临着海量信息的挑选和筛选,而推荐系统的出现解决了这一难题,帮助用户在庞大的信息海洋中快速找到个性化的内容和产品。传统的推荐系统主要依靠基于规则、协同过滤和内容分析等技术,但随着深度学习和强化学习的发展,基于深度强化学习的推荐系统成为了一种新的研究热点。

深度强化学习是结合了深度学习和强化学习的技术,具有良好的特性,能够通过对大量数据的学习和分析,实现从数据中自动学习和提取特征,进而对复杂的环境进行决策和优化。推荐系统作为深度强化学习的应用领域之一,其发展具有以下几个显著特点和优势:

首先,基于深度强化学习的推荐系统能够实时获取用户的动态偏好和行为,从而更准确地理解用户的需求。传统的推荐系统通常只能根据用户的历史行为和静态特征进行推荐,而深度强化学习可以在用户与系统的交互过程中不断调整推荐策略,实现个性化推荐的动态更新。

其次,基于深度强化学习的推荐系统能够建立推荐项目之间的关联关系总体模型,从而提高推荐的准确度和覆盖度。深度强化学习具有强大的模型学习能力,可以从海量数据中学习到推荐项目之间的潜在关联和相似性,为用户提供更加多样化和相关性强的推荐结果。

同时,基于深度强化学习的推荐系统还具有探索机制,能够避免推荐大量重复的相似项目,发掘用户的潜在兴趣点。传统的推荐系统往往存在“过度推荐”或“过度探索”等问题,而深度强化学习通过合理设计探索机制,可以在保证推荐准确度的同时,提高用户的满意度和体验。

基于Bandit算法的推荐系统则是在探索和利用之间寻找平衡的重要尝试。该算法通过引入探索机制,既能根据用户的兴趣给出合理推荐,又能发掘相似或者潜在未知的兴趣点,从而实现更加精准和多样化的推荐。

值得注意的是,在基于深度强化学习的推荐系统中,基于价值函数的深度强化学习被广泛应用。这种方法通过神经网络来模拟Q函数,并优化目标以使总回报最大化。与传统的Q-learning相比,基于价值函数的深度强化学习能够更好地处理复杂的推荐场景,提高推荐效果。

另一方面,深度策略梯度算法作为强化学习中的一种方法,也被应用于推荐系统的模型优化中。该算法通过训练模型参数来优化推荐策略,并解决了在推荐过程中无法直接使用梯度下降法的问题。此外,基于树的策略梯度算法和基于多智能体的强化学习框架等方法也为推荐系统的进一步发展提供了新的思路和可能性。

总的来说,基于深度强化学习的推荐系统是推荐系统领域的一个新兴研究方向,具有巨大的应用潜力和发展前景。随着深度学习和强化学习技术的不断进步,相信基于深度强化学习的推荐系统将为用户提供更加个性化、准确和丰富的推荐服务,成为推动信息时代发展的重要推动力量。

三、课题研究

  1. 研究内容:

深入理解机器学习设计过程

研究现有课程推荐系统的性能优劣

深入学习RNN、DQN、LSTM等算法

使用Python进行项目开发

学习使用Scikit-learn库

学习使用Pytorch库

利用检测损失率进行算法的不断优化

  1. 研究方法:

数据采集:爬虫、API获取用户行为数据

特征工程:提取用户、课程特征

模型设计:RNN、DQN

实验评估:通过离线评估

  1. 预期效果

        根据学生的兴趣、学习历史和偏好提供定制化的课程推荐,提高学生对课程的匹配度和满意度,增强学习动力和积极性,促进个性化学习路径的形成。

四、任务计划

序号

设计(论文)各阶段名称

日期(教学周)

1

开发环境评估和搭建

2月 26日- 3月 3日(第1周)

2

数据获取及分析

3月4 日- 3月 10日(第2周)

3

数据预处理

3月 11日- 3月 17日(第3周)

4

特征工程

3月 18日- 3月 24日(第4周)

5

训练模型选择与调优

3月 25日- 4月 7日(第5、6 周)

6

后处理

4月 8日- 4月 14日(第7周)

7

模型评估

4月 15日- 4月 21日(第8周)

8

模型优化

4月 22日- 4月 28日(第9周)

9

离线运行

4月 29日- 5月 5日(第10周)

10

11

12

13

问题修复和回测

项目预留时间

完成论文

答辩

5月6日- 5月19日(第12、13周)

5月 20日- 5月 26日(第14周)

5月27日- 6月9日(第15、16周)

6月 10日- 6月 16日(第17周)

指导教师意见及建议:

指导教师签名:   

                                    年    月    日

注:1、课题来源分为:国家重点、省部级重点、学校科研、校外协作、实验室建设和自选项目;课题类型分为:工程设计、专题研究、文献综述、综合实验。

    2、此表由学生填写,交指导教师签署意见后方可开题。

毕 业 论 文 任 务 书

题    目    基于深度强化学习的课推荐系统    

            设计与实现              

学院(部)             信息工程学院             

专    业               软件工程               

  2   月   26   日至   6   月   16   日共   16   周

指导教师(签字)             

教学院长(签字)             

                              

2024 年    1月    18

  • 论文阐述的问题

本题的核心问题是针对现有课程推荐系统中存在的个性化和效果问题,通过深度强化学习方法设计和实现在线课程推荐系统。

由于在线课程学习不受时间和地点限制,越来越受到广大求学者的青睐,但随着在线学习的普及,各大在线教育平台推出的在线课程数量也越来越多,使得用户难以选择。课程推荐是解决“信息过载”的重要手段,然而现有的课程推荐模型对用户和课程隐式交互数据挖掘不足,为此,提出一种基于深度强化学习的在线课程推荐系统,以提高个性化水平和推荐准确性。这将不仅提升用户满意度,还有望促进在线教育平台的发展。

  • 实验、研究方案
  1. 方法选择: 本研究选择深度强化学习方法。选用卷积神经网络(CNN)与深度Q网络(DQN)结合的方式,通过卷积神经网络进行特征提取、用户表示等,用深度Q网络来处理卷积神经网络的输出,进行动作选择
  2. 数据收集:本研究选择edX开放数据集作为模型的训练集和验证集
  3. 实验设计: 实验分为训练和验证两个阶段。训练阶段用于模型的训练和优化,而验证阶段将测试推荐系统的准确性。
  4. 预期结果: 通过深度强化学习方法构建的课程推荐系统,相较于传统方法,能够在提高个性化推荐效果和满足学习者需求方面取得显著的改进。

三、论文完成后提交的资料

1.设计说明书部分

1) 设计说明书中英文摘要;

2)开题报告

3)毕业设计论文

4)毕业设计任务书

2.图纸部分:

1) 系统界面设计

四、毕业论文进程安排

序号       设计(论文)各阶段名称        日期(教学周)

1     深入学习卷积神经网络和深度Q网络    2月26日至3月24日

2           需求分析和概要设计           3月25日至4月 5 日

3           模型设置、系统实现           4月 6 日至4月25日

4           数据处理、模型训练           4月26日至5月 5 日

5      完成毕业设计论文以及系统优化工作   5月 6 日至6月 4 日   

6              毕业设计答辩              6月 5 日至6月16日

  • 主要参考资料
  1. 贾振强. 基于深度强化学习的课程推荐系统研究与应用[D].电子科技大学,2023.
  2. 王雨辰. 基于深度强化学习的学习资源推荐算法研究[D].山东师范大学,2023.DOI:10.27280/d.cnki.gsdsu.2022.001064.
  3. 赵泉.大数据背景下的智能课程推荐系统研究[J].信息与电脑(理论版),2019(09):101-103+106.
  4. R. Obeidat, R. Duwairi and A. Al-Aiad, “A Collaborative Recommendation System for Online Courses Recommendations,” 2019 International Conference on Deep Learning and Machine Learning in Emerging Applications (Deep-ML), Istanbul, Turkey, 2019, pp. 49-54, doi: 10.1109/Deep-ML.2019.00018.
  5. X. Pan, X. Li and M. Lu, “A MultiView Courses Recommendation System Based on Deep Learning,” 2020 International Conference on Big Data and Informatization Education (ICBDIE), Zhangjiajie, China, 2020, pp. 502-506, doi: 10.1109/ICBDIE50010.2020.00124.
  6. 胡园园,姜文君,任德盛,等.一种结合用户适合度和课程搭配 度的在线课程推荐方法[J].计算机研究与发展,2022,59(11): 2520‐2533.
  7. A. Jims and F. M. Philip, “Course Recommendation System using the integration of Deep Convoluted Neural Network and Harris Hawks Optimization,” 2022 IEEE International Conference on Current Development in Engineering and Technology (CCET), Bhopal, India, 2022, pp. 1-5, doi: 10.1109/CCET56606.2022.10080799.
  8. 况立群,冯利,韩燮等.基于双深度Q网络的智能决策系统研究[J].计算机技术与发展,2022,32(02):137-142.
  9. 余力,杜启翰,岳博妍,et al.基于强化学习的推荐研究综述[J].计算机科学,2021,48(10):1-18
  10. [1]袁东维,凤飞龙.一种基于图卷积神经网络的在线课程推荐系统[J].现代电子技术,2023,46(18):66-70.DOI:10.16652/j.issn.1004-373x.2023.18.013.

计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(1)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(2)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(3)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(4)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(5)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(6)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(7)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(8)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(9)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(10)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(11)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(12)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(13)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(14)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(15)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(16)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(17)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(18)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(19)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(20)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(21)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(22)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(23)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(24)计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计插图(25)

核心算法代码分享如下:

-- ----------------------------
-- Table structure for tb_chapter
-- ----------------------------
DROP TABLE IF EXISTS `tb_chapter`;
CREATE TABLE `tb_chapter` (
`id` int(11) NOT NULL AUTO_INCREMENT COMMENT 'id',
`cid` varchar(512) DEFAULT NULL COMMENT '课程号',
`name` varchar(512) DEFAULT NULL COMMENT '章节名',
PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=33383 DEFAULT CHARSET=utf8 ROW_FORMAT=DYNAMIC COMMENT='课程章节表';
-- ----------------------------
-- Records of tb_chapter
-- ----------------------------
INSERT INTO `tb_chapter` VALUES ('1', 'SDU-1002918012', '1.1 急性胸痛');
INSERT INTO `tb_chapter` VALUES ('2', 'SDU-1002918012', '1.2 急性腹痛');
INSERT INTO `tb_chapter` VALUES ('3', 'SDU-1002918012', '1.3 急性头痛');
INSERT INTO `tb_chapter` VALUES ('4', 'SDU-1002918012', '1.4 心悸');
INSERT INTO `tb_chapter` VALUES ('5', 'SDU-1002918012', '1.5 呼吸困难 ');
INSERT INTO `tb_chapter` VALUES ('6', 'SDU-1002918012', '第一周单元测验');
INSERT INTO `tb_chapter` VALUES ('7', 'SDU-1002918012', '2.1 发热');
INSERT INTO `tb_chapter` VALUES ('8', 'SDU-1002918012', '2.2 水肿');
INSERT INTO `tb_chapter` VALUES ('9', 'SDU-1002918012', '2.3 晕厥');
INSERT INTO `tb_chapter` VALUES ('10', 'SDU-1002918012', '2.4 意识障碍');
INSERT INTO `tb_chapter` VALUES ('11', 'SDU-1002918012', '第二周单元测验');
INSERT INTO `tb_chapter` VALUES ('12', 'SDU-1002918012', '3.1 心脏骤停');
INSERT INTO `tb_chapter` VALUES ('13', 'SDU-1002918012', '3.2 基础生命支持');
INSERT INTO `tb_chapter` VALUES ('14', 'SDU-1002918012', '3.3 高级生命支持');
INSERT INTO `tb_chapter` VALUES ('15', 'SDU-1002918012', '3.4 心脏骤停后综合征');
INSERT INTO `tb_chapter` VALUES ('16', 'SDU-1002918012', '第三周单元测验');
INSERT INTO `tb_chapter` VALUES ('17', 'SDU-1002918012', '4.1 恶性心律失常');
INSERT INTO `tb_chapter` VALUES ('18', 'SDU-1002918012', '4.2 急性冠脉综合征');
INSERT INTO `tb_chapter` VALUES ('19', 'SDU-1002918012', '4.3 急性心衰');
INSERT INTO `tb_chapter` VALUES ('20', 'SDU-1002918012', '4.4 心脏压塞');
INSERT INTO `tb_chapter` VALUES ('21', 'SDU-1002918012', '第四周单元测验');
INSERT INTO `tb_chapter` VALUES ('22', 'SDU-1002918012', '5.1 重症肺炎');
INSERT INTO `tb_chapter` VALUES ('23', 'SDU-1002918012', '5.2 急性肺栓塞');
INSERT INTO `tb_chapter` VALUES ('24', 'SDU-1002918012', '5.3 重症哮喘');
INSERT INTO `tb_chapter` VALUES ('25', 'SDU-1002918012', '5.4 肠梗阻的病因和分类');
INSERT INTO `tb_chapter` VALUES ('26', 'SDU-1002918012', '5.5 肠梗阻的诊断和治疗');
INSERT INTO `tb_chapter` VALUES ('27', 'SDU-1002918012', '5.6 急性阑尾炎');
INSERT INTO `tb_chapter` VALUES ('28', 'SDU-1002918012', '第五周单元测验');
INSERT INTO `tb_chapter` VALUES ('29', 'SDU-1002918012', '6.1 颅脑损伤的诊断');
INSERT INTO `tb_chapter` VALUES ('30', 'SDU-1002918012', '6.2 颅脑损伤的治疗');
INSERT INTO `tb_chapter` VALUES ('31', 'SDU-1002918012', '6.3 脊柱骨折');
INSERT INTO `tb_chapter` VALUES ('32', 'SDU-1002918012', '6.4 四肢骨折');
INSERT INTO `tb_chapter` VALUES ('33', 'SDU-1002918012', '6.5 老年髋部骨折');
INSERT INTO `tb_chapter` VALUES ('34', 'SDU-1002918012', '第六周单元测验');
INSERT INTO `tb_chapter` VALUES ('35', 'SDU-1002918012', '7.1 休克概述');
INSERT INTO `tb_chapter` VALUES ('36', 'SDU-1002918012', '7.2 休克的初始治疗');
INSERT INTO `tb_chapter` VALUES ('37', 'SDU-1002918012', '7.3 过敏性休克');
INSERT INTO `tb_chapter` VALUES ('38', 'SDU-1002918012', '7.4 心源性休克');
INSERT INTO `tb_chapter` VALUES ('39', 'SDU-1002918012', '第七周单元测验');
INSERT INTO `tb_chapter` VALUES ('40', 'SDU-1002918012', '8.1 急性百草枯中毒');
INSERT INTO `tb_chapter` VALUES ('41', 'SDU-1002918012', '8.2 急性一氧化碳中毒');
INSERT INTO `tb_chapter` VALUES ('42', 'SDU-1002918012', '8.3 镇定安眠药中毒');
INSERT INTO `tb_chapter` VALUES ('43', 'SDU-1002918012', '8.4 有机磷杀虫药中毒');
INSERT INTO `tb_chapter` VALUES ('44', 'SDU-1002918012', '8.5 毒物检测及特效解毒药');
INSERT INTO `tb_chapter` VALUES ('45', 'SDU-1002918012', '第八周 单元测验');
INSERT INTO `tb_chapter` VALUES ('46', 'SDU-1002918012', '9.1 急诊心电图');
INSERT INTO `tb_chapter` VALUES ('47', 'SDU-1002918012', '9.2 床旁快速检测');
INSERT INTO `tb_chapter` VALUES ('48', 'SDU-1002918012', '9.3 电除颤与电复律');
INSERT INTO `tb_chapter` VALUES ('49', 'SDU-1002918012', '9.4 洗胃术');
INSERT INTO `tb_chapter` VALUES ('50', 'SDU-1002918012', '9.5 床旁超声之ACS');
INSERT INTO `tb_chapter` VALUES ('51', 'SDU-1002918012', '9.6 气管插管术');
INSERT INTO `tb_chapter` VALUES ('52', 'SDU-1002918012', '第九周 单元测验');
INSERT INTO `tb_chapter` VALUES ('53', 'SDU-1002918012', '10.1 主动脉球囊反搏术');
INSERT INTO `tb_chapter` VALUES ('54', 'SDU-1002918012', '10.2  无创机械通气');
INSERT INTO `tb_chapter` VALUES ('55', 'SDU-1002918012', '10.3 有创机械通气');
INSERT INTO `tb_chapter` VALUES ('56', 'SDU-1002918012', '10.4 血液净化技术');
INSERT INTO `tb_chapter` VALUES ('57', 'SDU-1002918012', '10.5 体外膜肺氧合');
INSERT INTO `tb_chapter` VALUES ('58', 'SDU-1002918012', '10.6 目标温度管理');
INSERT INTO `tb_chapter` VALUES ('59', 'SDU-1002918012', '第十周 单元测验');
INSERT INTO `tb_chapter` VALUES ('60', 'PKU-1461784179', '1.1医学与文学课程介绍;1.2医学人文兴起的背景;1.3文学成为医学人文的一份子;1.4“文学与医学”的历史;1.5文学与医学的内容;1.6叙事医学的诞生');
INSERT INTO `tb_chapter` VALUES ('61', 'PKU-1461784179', '2.1 前言和作品梗概;2.2 作品的死亡叙事和生死学命题;2.3 体悟死亡,认识死亡;2.4 临终者的主体性需求与共情;2.5 对现代医疗和医学教育的启示;2.6 对现代医疗和医学教育的启示');
INSERT INTO `tb_chapter` VALUES ('62', 'PKU-1461784179', '3.1本章内容介绍和细读对于叙事医学的意义;3.2细读的概念及其关注的对象---体裁、选词、叙事视角和隐喻;3.3细读关注的对象---空白、矛盾及含混;3.4细读托拜厄斯•沃尔夫的短篇小说《回答“是”》:基本情节及选择其细读的原因;3.5从丈夫视角细读《回答“是”》;3.6从妻子视角细读《回答“是”》(一);3.7从妻子视角细读《回答“是”》(二);3.8细读《回答“是”》的结尾部分及其中的隐喻(一);3.9细读《回答“是”》的结尾部分及其中的隐喻(二);3.10细读一则真实的临床病例:社会关系和经济条件对于患者的重要性;3.11细读病例中病人的心理状态;3.12文本细读:弥合医患不同的叙事视角');
INSERT INTO `tb_chapter` VALUES ('63', 'PKU-1461784179', '4.1 前言和故事简介及主题导入;4.2 存在的困境---疾病羞耻及照护问题;4.3存在的困境---丧失做人尊严及存在的孤独;4.4 失语的患者;4.5 患病的身体---身体的空间性、身体的时间性及消费社会中的身体;4.6 结语---阅读疾病故事的意义和慢病时代医学的目标以及关注患者生活世界的意义');
INSERT INTO `tb_chapter` VALUES ('64', 'PKU-1461784179', '5.1两位医生作家作品--威廉姆·卡洛斯·威廉姆斯《使用暴力》--理查德·塞尔泽《残暴的人》;5.2临床实践中生命伦理四原则的矛盾和冲突;5.3沉默——医者的权力符号;5.4 医患关系中的信任');
INSERT INTO `tb_chapter` VALUES ('65', 'PKU-1461784179', '6.1小说的基本人物和情节及霍桑对医学权力的关注;6.2霍桑对极端科学主义的思考;6.3现代医学所面临的工具理性与价值理性的分裂和统一;6.4身心二元对立思想给医学带来的消极影响');
INSERT INTO `tb_chapter` VALUES ('66', 'PKU-1461784179', '6.1引言;6.2医者身份;6.3诊疗程式;6.4儒医神断秦可卿;6.5诊治规矩;6.6太医的“非礼勿视;6.7医术越高越本分;6.8诊疗禁忌;6.9王太医的“话疗”;6.10医患沟通的典范;6.11叙述疾病三种方式;6.12王一贴胡诌“疗妒汤”;6.13疗妒文化;6.14“斗医”故事;6.15总结');
INSERT INTO `tb_chapter` VALUES ('67', 'WHU-1450303358', '1.1 循证医学概述');
INSERT INTO `tb_chapter` VALUES ('68', 'WHU-1450303358', '1.2 如何科学地提出临床问题——PICO原则');
INSERT INTO `tb_chapter` VALUES ('69', 'WHU-1450303358', '2.1 循证医学实践检索的一般原则及常用数据库介绍');
INSERT INTO `tb_chapter` VALUES ('70', 'WHU-1450303358', '2.2 循证知识库的证据获取——UpToDate为例');
INSERT INTO `tb_chapter` VALUES ('71', 'WHU-1450303358', '2.3 数据库检索的基本方法');
INSERT INTO `tb_chapter` VALUES ('72', 'WHU-1450303358', '2.4 PubMed数据库的检索');
INSERT INTO `tb_chapter` VALUES ('73', 'WHU-1450303358', '2.5.1 Cochrane循证资源:Cochrane协作网简介');
INSERT INTO `tb_chapter` VALUES ('74', 'WHU-1450303358', '2.5.2 Cochrane循证资源:Cochrane Library的检索');
INSERT INTO `tb_chapter` VALUES ('75', 'WHU-1450303358', '2.5.3 Cochrane循证资源:Cochrane简体中文翻译传播项目');
INSERT INTO `tb_chapter` VALUES ('76', 'WHU-1450303358', '2.6 EndNote 文献管理软件的使用');
INSERT INTO `tb_chapter` VALUES ('77', 'WHU-1450303358', '2.7 临床实践指南的检索');
INSERT INTO `tb_chapter` VALUES ('78', 'WHU-1450303358', '3.1 临床研究设计概论');
INSERT INTO `tb_chapter` VALUES ('79', 'WHU-1450303358', '3.2 一次研究——试验性研究');
INSERT INTO `tb_chapter` VALUES ('80', 'WHU-1450303358', '3.3 一次研究——观察性研究');
INSERT INTO `tb_chapter` VALUES ('81', 'WHU-1450303358', '4.1 常用统计指标的定义与解读');
INSERT INTO `tb_chapter` VALUES ('82', 'WHU-1450303358', '4.2  临床研究中效应指标的类型-率和相对比');
INSERT INTO `tb_chapter` VALUES ('83', 'WHU-1450303358', '4.3 效应指标的类型-均数差、相关系数和回归系数 ');
INSERT INTO `tb_chapter` VALUES ('84', 'WHU-1450303358', '4.4 效应指标的类型-诊断试验');
INSERT INTO `tb_chapter` VALUES ('85', 'WHU-1450303358', '5.1 系统评价/Meta分析的定义及作用');
INSERT INTO `tb_chapter` VALUES ('86', 'WHU-1450303358', '5.2 系统评价/Meta分析的类型');
INSERT INTO `tb_chapter` VALUES ('87', 'WHU-1450303358', '5.3 系统评价/Meta分析的制作步骤');
INSERT INTO `tb_chapter` VALUES ('88', 'WHU-1450303358', '5.4 Meta回归分析及亚组分析制作与解读');
INSERT INTO `tb_chapter` VALUES ('89', 'WHU-1450303358', '5.5.1 Meta分析中效应指标的转换(估算) - 连续变量');
INSERT INTO `tb_chapter` VALUES ('90', 'WHU-1450303358', '5.5.2 Meta分析中效应指标的转换(估算)- 二分类变量(时间-事件变量)');
INSERT INTO `tb_chapter` VALUES ('91', 'WHU-1450303358', '5.5.3 Meta分析中效应指标的转换(估算)- 根据生存曲线估计风险比 ');
INSERT INTO `tb_chapter` VALUES ('92', 'WHU-1450303358', '5.5 Meta分析统计要点及森林图解读');
INSERT INTO `tb_chapter` VALUES ('93', 'WHU-1450303358', '5.6 Meta分析常用软件的使用');
INSERT INTO `tb_chapter` VALUES ('94', 'WHU-1450303358', '6.1 方法学质量评价概述');
INSERT INTO `tb_chapter` VALUES ('95', 'WHU-1450303358', '6.2 文献质量评价:RCT的质量评价-ROB的使用');
INSERT INTO `tb_chapter` VALUES ('96', 'WHU-1450303358', '6.3 观察性研究质量评价-NOS');
INSERT INTO `tb_chapter` VALUES ('97', 'WHU-1450303358', '6.4 诊断准确性研究的质量评价-QUADAS-2的使用');
INSERT INTO `tb_chapter` VALUES ('98', 'WHU-1450303358', '6.5 系统评价的质量评价-AMSTAR 2的使用');
INSERT INTO `tb_chapter` VALUES ('99', 'WHU-1450303358', '6.6 文献质量评价:RCT的质量评价-ROB2.0的使用');
INSERT INTO `tb_chapter` VALUES ('100', 'WHU-1450303358', '6.7 非随机干预性研究的质量评价-ROBIS-I的使用');
INSERT INTO `tb_chapter` VALUES ('101', 'WHU-1450303358', '6.8 临床实践指南的质量评价-AGREE II的使用');
INSERT INTO `tb_chapter` VALUES ('102', 'WHU-1450303358', '7.1 证据及推荐意见分级标准的演进');
INSERT INTO `tb_chapter` VALUES ('103', 'WHU-1450303358', '7.2 Oxford 循证医学中心医学证据等级系统');
INSERT INTO `tb_chapter` VALUES ('104', 'WHU-1450303358', '7.3.1 GRADE方法基本介绍');
INSERT INTO `tb_chapter` VALUES ('105', 'WHU-1450303358', '7.3.2 GRADE在干预性系统评价中的应用');
INSERT INTO `tb_chapter` VALUES ('106', 'WHU-1450303358', '7.3.3 GRADE在观察性研究中的应用');
INSERT INTO `tb_chapter` VALUES ('107', 'WHU-1450303358', '7.3.4 GRADE在诊断准确性试验系统评价中的应用');
INSERT INTO `tb_chapter` VALUES ('108', 'WHU-1450303358', '7.3.5 GRADEpro GDT在系统评价证据体分级中的应用简介');

本站无任何商业行为
个人在线分享 » 计算机毕业设计Python+Spark知识图谱课程推荐系统 课程预测系统 课程大数据 课程数据分析 课程大屏 mooc慕课推荐系统 大数据毕业设计
E-->