基于新聚类算法的推荐系统的研究与实现

• 作者: 李林锦 翁正秋 陈清华
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 远程教育 聚类分析 个性化学习 主成份分析 线性鉴别分析
• 年，卷（期）: 2010,（02X）
• 页码范围: 1523-1525
• 页数: 3页
• 分类号: TP302

摘要

针对目前远程教育中，学员数目日渐增多、水平参差不齐而教师资源短缺而无法因材施教等问题，文章构建了一个基于逐层降维聚类分析方法的资源推荐系统。该系统通过基于知识树的聚类分析将学员分为不同的社区，由教师为社区推荐学习资源以对学员进行相对个性化的学习指导。实验结果表明，该系统大大缩减了授课教师的工作量，并且有效地提高了学员的学习质量和学习效率：同时这种迅速动态聚类方法可以很好地将散布的学员组织在一起，满足了学员相互之间的交流、推荐需求。