基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
符合学习者特征的学习资源对于提高协作学习效率具有重要的影响。但是传统的学习资源推荐,没有充分考虑学习者、学习资源的特征和高效的推荐算法。针对上述问题,提出了基于协同过滤的学习资源推荐算法,根据学习者学习特征、学习资源特征和学习者对学习资源历史评价信息,采用协同过滤推荐算法,实现学习资源推荐。首先,通过学习者特征和学习资源的评分,寻找相似学习者并计算学习资源预测评分,然后根据该评分值和学习资源与学习者匹配度推荐学习资源,从而为学习者推荐符合自己兴趣爱好最合适的学习资源。实验结果表明该算法在个性化学习资源推荐的准确性上优于传统算法。
推荐文章
推荐系统中协同过滤技术的研究
协同过滤推荐技术
数据稀疏
MAE
推荐系统
基于二阶段相似度学习的协同过滤推荐算法
二阶段
相似度学习
协同过滤
既约梯度法
K-最近邻算法
基于协同过滤的旅游景点推荐
协同过滤
旅游景点推荐
最近邻算法
余弦相似度
基于密度的动态协同过滤图书推荐算法
协同过滤
个性化推荐
动态
相似度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 协作学习中基于协同过滤的学习资源推荐研究
来源期刊 计算机技术与发展 学科 工学
关键词 协同过滤算法 学习资源推荐 协作学习
年,卷(期) 2014,(10) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 63-66,70
页数 5页 分类号 TP391
字数 3754字 语种 中文
DOI 10.3969/j.issn.1673-629X.2014.10.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何聚厚 陕西师范大学计算机科学学院 59 259 9.0 13.0
5 叶树鑫 陕西师范大学计算机科学学院 1 15 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (690)
参考文献  (7)
节点文献
引证文献  (15)
同被引文献  (54)
二级引证文献  (58)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(8)
  • 参考文献(3)
  • 二级参考文献(5)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(8)
  • 引证文献(3)
  • 二级引证文献(5)
2017(11)
  • 引证文献(4)
  • 二级引证文献(7)
2018(26)
  • 引证文献(5)
  • 二级引证文献(21)
2019(22)
  • 引证文献(1)
  • 二级引证文献(21)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
协同过滤算法
学习资源推荐
协作学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导