基于学习者模型的文本学习资源推荐算法研究

• 作者: 左富成 张丽伟 杨冬黎 衣存慧 陈鑫宇 鲁金秋
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 文本推荐 学习资源 模型 算法 学习者
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 77-81
• 页数: 5页
• 分类号: TP312
• 字数: 4622字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.06.015

摘要

为解决学习者在网站中获取文本学习资源的准确性,避免学习者浪费大量的时间和精力等问题,提出并构建了"三位一体"的基于学习者模型推荐系统.首先,该系统通过分析用户行为,把用户分为普通用户和目标用户两大类.然后针对每一类用户使用不同的推荐算法.通过在传统向量空间模型表示法的基础上引入语义相关度,使文本向量模型和学习者兴趣向量模型进行了更新,从而更好地根据学习者的学习兴趣来推荐中文文本学习资源,使推送文本学习资源变得有据可依.其次,通过对这两个模型进行余弦相似度对比,更好地实现中文文本学习资源的个性化推荐.最后,通过在家教服务系统上进行实验仿真,验证了所提算法对推荐准确度的提高.实验结果表明该算法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨冬黎	东北石油大学计算机与信息技术学院	28	41	4.0	5.0
2	张丽伟	东北石油大学计算机与信息技术学院	2	1	1.0	1.0
3	陈鑫宇	东北石油大学计算机与信息技术学院	1	0	0.0	0.0
4	鲁金秋	东北石油大学计算机与信息技术学院	1	0	0.0	0.0
5	衣存慧	东北石油大学计算机与信息技术学院	1	0	0.0	0.0
6	左富成	东北石油大学计算机与信息技术学院	1	0	0.0	0.0