基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了解决知识推荐模型中学习者偏好预测不准确、结构信息利用不充分等问题,针对学习者偏好预测模型中知识结构与学习者行为结构,提出了知识图与行为图混合嵌入的学习者偏好预测模型.首先,考虑使用图卷积的方式拟合结构信息,将图卷积扩展至知识图以及行为图,获取学习者整体性学习规律与个体性学习规律.然后,模型利用知识结构与行为结构的差异性拟合学习者个性化偏好,采用循环神经网络将学习者的过程性偏好进行编码与解码,获得学习者偏好分布.在真实数据集上的实验结果表明,所提模型对拟合学习者偏好效果良好.
推荐文章
国外学习者学习风格与游戏偏好研究回顾及启示
教育游戏
学习风格
游戏类型
游戏偏好
研究综述
基于主题建模和 NLP 预测 MOOC 学习者的课程兴趣
大规模在线开放课程(MOOC)
文本挖掘
主题建模
NLP
基于知识图谱用户偏好传播的实体推荐模型
知识图谱
偏好传播
top N推荐
特征提取
网络学习中学习者个性挖掘方法的研究
个性挖掘
个性特征
网络学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 知识图与行为图混合嵌入的学习者偏好预测
来源期刊 通信学报 学科
关键词 知识图 行为图 图卷积网络 知识推荐
年,卷(期) 2021,(8) 所属期刊栏目 学术论文|Papers
研究方向 页码范围 130-138
页数 9页 分类号 TN92
字数 语种 中文
DOI 10.11959/j.issn.1000-436x.2021125
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
知识图
行为图
图卷积网络
知识推荐
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
论文1v1指导