本书对大数据环境下的北京农民远程教育信息精准服务技术和方法开展优化研究，构建针对农村用户的远程教育精准服务系统，提高获取远程教育服务的针对性和个性化，旨在实现在计算机和网络信息技术支持下“因材施教”，消除信息壁垒，方便用户使用资源，提升远程教育精准服务水平和知识传播效率，促进“互联网+教育”数据服务产业发展。

第一章 远程教育精准服务技术优化
一、国内外研究动态
（一）信息技术促进农村远程教育发展研究
（二）大数据环境下的信息精准服务方法研究
（三）基于用户兴趣模型的精准服务方法研究
二、构建远程教育精准服务体系框架
（一）精准服务特征
（二）精准服务框架的层次结构
（三）精准服务框架的主要功能
三、基于用户特征数据库建立用户兴趣模型
（一）用户特征基础数据库
（二）用户兴趣建模技术
（三）用户模型的学习方法
（四）用户兴趣模型构建
（五）模型更新
四、个性化推荐技术理论研究
（一）推荐的基本概念
（二）个性化推荐技术概述
（三）推荐技术的主要问题
（四）推荐系统的评价
五、个性化推荐技术的改进与实验
（一）基于协同过滤推荐技术的改进算法研究和实验验证
（二）基于序列分析的个性化推荐算法研究和实验验证
（三）基于组推荐方法研究
（四）基于Spark的个性化推荐系统开发
六、构建北京市农村远程教育信息精准服务系统
（一）精准服务系统功能
（二）精准服务系统示范应用情况
七、总结与展望
参考文献
第二章 学习者特征模型优化及应用
一、远程学习者特征模型研究现状
（一）学习者特征
（二）远程学习者特征
（三）远程学习者特征模型构建
二、远程学习者特征模型框架构建
（一）构建依据
（二）模型设计
（三）模型功能
（四）模型数据类型
（五）模型实现技术
（六）模型搭建环境
三、远程学习者特征模型实现
（一）模型初始化
（二）模型动态更新
四、远程学习者特征模型应用分析
（一）数据收集
（二）数据分析
（三）模型效果验证
五、研究结论及建议
（一）个性化学习资源的建设策略
（二）个性化学习路径的建设策略
（三）个性化学习支持管理的建设策略
参考文献
第三章 农民远程教育知识图谱智能化研究与应用
一、农民远程教育知识图谱研究动态
（一）知识提取
（二）内容识别和语音识别
（三）智能出题
（四）知识语料库
（五）智能推荐算法
二、农民远程教育知识图谱研发构建
（一）构建智能耦合的互动课程资源库
（二）研发多维融合的知识图谱智能化平台
（三）创建交互可视的农业培训智能化服务系统
三、农民远程教育知识图谱框架构建
（一）建设目标
（二）建设内容
（三）技术方案
四、农民远程教育知识图谱推广应用
（一）组织实施
（二）推广应用成效
参考文献
第四章 农民远程教育学习成效
北京农民远程教育学用分析报告（2019）
北京农民远程教育学用分析报告（2020）
北京农民远程教育学用分析报告（2021）
北京农民远程教育学用分析报告（2022）
附件一：用户满意度调研斫与测评
附件二：农民远程教育需求调查问卷