在线教育平台中个性化学习资源推荐系统设计

• 作者: 李乡儒 梁惠雯 冯隽怡 肖江平 彭婉芬
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 在线教育 个性化推荐系统 用户画像与反馈 学习风格 行为序列分析 资源偏好
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 应用前沿与综合
• 页码范围: 143-149
• 页数: 7页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2021.02.027

摘要

为了通过充分挖掘和分析用户的学习行为规律及认知特点,借助互联网和人工智能技术提升个性化教育的深度和广度,设计了一个包含用户画像的个性化学习资源推荐系统.该系统由数据层、数据分析层和推荐计算层构成.数据层由用户数据以及包含知识资料、学习资料和标签集的资源库组成;数据分析层融合了以基础信息、学习行为等为代表的静态数据和动态数据,据此为用户生成个性化画像、提供直观形象的学习反馈;推荐计算层则通过相似性分析和聚类算法发现用户的学习行为规律,使用TF-IDF方法挖掘用户的资源偏好,并据此给出个性化的学习建议.该系统已应用于一个以人工智能类课程为主的在线教育平台,为师生提供个性化画像、学习反馈与资料推荐的服务,当前处于第二个学期的试用阶段.