基于协同过滤的在线学习个性化推荐技术研究

• 作者: 王琳琳
• 来源期刊: 微型电脑应用
• 学科: 教育
• 关键词: 协同过滤 个性化推荐 Web日志挖掘 在线学习
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 研究与设计
• 页码范围: 49-51
• 页数: 3页
• 分类号: G40-057
• 字数: 2787字
• 语种: 中文

摘要

个性化学习是当今在线学习领域研究的热点问题,根据不同学习者的行为、偏好为其推荐个性化的学习资源,体现了在线学习系统设计以人为本的思想.在学习行为分析的基础上,设计了在线学习系统的个性化推荐流程.利用Web日志挖掘和系统操作信息收集结合的方式,建立学习者兴趣模型.对常用推荐算法的优缺点进行比较分析,提出了一种改进的协同过滤算法,算法将用户聚类加入到推荐算法中,并针对算法稀疏性问题进行了改进,实现了基于协同过滤的推荐算法在在线学习个性化学习资源推荐中的应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王琳琳	东北石油大学计算机与信息技术学院	5	13	2.0	3.0