基于Agent的Web教育资源预选择分层模型

• 作者: 周雯 杨娜娜 王杨 赵传信 陈付龙
• 来源期刊: 计算机工程
• 学科: 地球科学
• 关键词: Web教育资源 资源过滤 语义相似度 Agent技术 机器学习 分层模型
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 体系结构与软件技术
• 页码范围: 119-122,127
• 页数: 5页
• 分类号: N945.12
• 字数: 4338字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.09.025

摘要

在网络环境下，Web教育资源规模日益庞大，用户申请资源的过程逐渐复杂化。为此，提出一种基于Agent的Web教育资源预选择分层模型。根据预选择分层模型对Web教育资源进行两层过滤，利用基于语义相似度的过滤算法，将Web教育资源根据语义相似度完成匹配筛选；采用用户反馈信息建立机器学习模型，使用基于Q学习的过滤算法筛选Web教育资源。实验结果表明，分层模型可供用户选取符合用户需求的资源，具有较好的可扩展性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈付龙	安徽师范大学数学计算机科学学院	84	340	10.0	14.0
2	赵传信	安徽师范大学数学计算机科学学院	47	219	8.0	13.0
3	王杨	安徽师范大学数学计算机科学学院	65	291	9.0	14.0
4	周雯	安徽师范大学数学计算机科学学院	5	3	1.0	1.0
5	杨娜娜	安徽师范大学数学计算机科学学院	4	26	3.0	4.0