改进型协同过滤的网络课程推荐算法

• 作者: 高立强 缪凯
• 来源期刊: 电脑与电信
• 关键词: 协同过滤 相似度计算 网络课程
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 算法研究
• 页码范围: 53-56
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文

摘要

随着网络课程的增加,在线课程面临着信息过载的问题,着重解决了协同过滤算法在网络课程中的适用问题.通过分析网络课程中课程的类别及用户的行为,将网络课程进行分类,增加课程的高配合度,并采用基于物品的协同过滤算法,在计算相似度中根据IUF对用户活跃度进行惩罚,获得较准确的推荐列表.实验结果表明,该算法在网络课程的应用中,能够提高推荐质量.