学习资源精准推荐模型及应用研究

• 作者: 吴慧萍 时俊雅 李淳 王晓东
• 来源期刊: 河南师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 知识表示 学习资源推荐 协同过滤 在线学习
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 26-32
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16366/j.cnki.1000-2367.2019.01.004

摘要

根据属性特征推荐资源,由于存在冷启动和稀疏性问题,限制了在线学习资源推荐的性能.基于知识表示和协同过滤,将学习者的学习水平和学习风格等特征融入推荐过程,进行协同过滤个性化推荐,提出了一种学习资源精准推荐模型,构建了学习者和学习资源知识表示模型;通过实验表明知识表示-协同过滤相结合的推荐算法在个性化推荐和推荐准确度方面优于传统的CF算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓东		58	405	11.0	17.0
2	时俊雅		1	0	0.0	0.0
3	李淳		1	0	0.0	0.0
4	吴慧萍		2	0	0.0	0.0