基于多重因素的个性化学习推荐系统

• 作者: 刘文印 匡容 杨振国
• 来源期刊: 计算机应用研究
• 关键词: 定性推荐 推荐系统 电子学习
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 系统应用开发
• 页码范围: 183-187
• 页数: 5页
• 分类号: TP31
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.07.0471

摘要

为解决现有学习推荐算法中存在的忽略对学生知识点掌握情况的分析、不能将知识掌握程度概率化等问题,提出一种基于多重因素的学习推荐方法.该方法综合考虑知识点的综合权重、错误率和失分率多个因素构建知识点掌握概率模型,并应用所提出的策略实现一个在线的个性化学习推荐系统.系统评估上对200名高中生进行了一项调查,本系统推荐top-8知识点的准确率达到91.2％,F1达到78.4％.系统调查的结果显示了提出策略的有效性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨振国	广东工业大学计算机学院	6	2	1.0	1.0
2	刘文印	广东工业大学计算机学院	13	4	1.0	1.0
3	匡容	广东工业大学计算机学院	1	0	0.0	0.0