作者:
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:
随着互联网技术的发展和大数据时代的来临,在线学习平台凭借丰富开放的信息资源、随时随地可以自主学习等优势受到了普遍关注.但随之也产生了信息过载问题,学生在海量信息中很难找到合适的资源,为此个性化推荐应运而生.作为当前解决信息过载最有效的工具之一,个性化推荐技术在过去的几十年里取得了长足的进步.主要对个性化推荐研究现状、关键技术进行了详细阐述,并展望未来的发展趋势.
推荐文章
基于主题聚类的 Web资源个性化推荐研究
语义网
主题
隐式跟踪
个性化推荐
基于大数据的Web个性化推荐系统设计
大数据
Hadoop
Web个性化推荐
系统设计
Sqoop
H-ICRS算法
基于Web挖掘的个性化网络学习系统设计
Web挖掘
个性化
推荐系统
在线学习资源个性化推荐服务模型的构建
在线学习资源
个性化推荐
协同过滤
数据挖掘技术
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 基于Web平台的学习资源个性化推荐研究
来源期刊 电脑编程技巧与维护 学科
关键词 个性化推荐 学习资源 推荐技术
年,卷(期) 2016,(20) 所属期刊栏目 网络与通信
研究方向 页码范围 75-76
页数 2页 分类号
字数 2595字 语种 中文
DOI
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 何莉 10 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (458)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
个性化推荐
学习资源
推荐技术
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
电脑编程技巧与维护
月刊
1006-4052
11-3411/TP
大16开
北京市海淀区长春桥路5号六号楼1209室
82-715
1994
chi
出版文献量(篇)
14554
总下载数(次)
80
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导