基于粒子群优化算法的学习资源推荐方法

• 作者: 杨超
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 粒子群优化算法 学习资源 推荐服务 概念图 项目反应理论
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 1350-1353
• 页数: 4页
• 分类号: TP18
• 字数: 4227字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.05.1350

摘要

针对学习者的能力、学习目标、学习时间的个别差异,提出以粒子群优化(PSO)算法为基础的学习资源推荐方法,提供每位学习者个性化的数字课程.综合概念图和知识结构相关理论构建知识点网络结构图,运用项目反应理论(IRT)分析不同学习者的学习目标和能力程度,再应用PSO算法从多样性的学习资源中挑选学习内容,形成个性化的课程推荐给学生.初始化粒子时考虑学习者的学习时间上下限,过滤掉一些不必要的粒子来提高算法效率,在确定最优解位置时,使用Sigmoid函数修正粒子更新速度,保证其在有效范围内.实验结果表明,随着迭代次数增加,所推荐的内容与学习者预定目标差异为0,挑选出的课程与学习者能力差异为0.6,整体差异为0.25,说明所使用的方法具有较好的收敛性,推荐的学习资源能够满足学习者要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨超	合肥学院基础教学与实验中心	19	68	5.0	8.0