基于知识关联的学习资源混合协同过滤推荐研究

发布时间：2017-12-27 05:12

  本文关键词：基于知识关联的学习资源混合协同过滤推荐研究　出处：《电化教育研究》2016年06期 　论文类型：期刊论文

  更多相关文章： 知识本体 协同过滤 推荐系统

【摘要】：随着教育资源在互联网上的快速积累,数据的规模急剧扩展,学习者面对海量数据逐渐感到茫然不适,亟需个性化智能推荐系统来提高学习效率。协同过滤算法作为目前最为有效的计算机智能推荐技术,在商业领域已得到广泛应用,但对于处理学习资源这种非结构化数据,还需要进一步改进。研究表明,综合运用知识本体表达、机器学习和数据挖掘等技术,建构学习者、学习资源和知识本体三者之间的关联矩阵,借助基于用户相似度和基于项目的混合协同过滤方法,有利于使推荐结果更精确地匹配用户的学习特征,提高学习资源个性化推荐的准确度和实用性。
[Abstract]:With the rapid accumulation of educational resources on the Internet and the rapid expansion of the scale of data, learners are becoming increasingly uncomfortable with massive data. Therefore, personalized intelligent recommendation system is urgently needed to improve learning efficiency. Collaborative filtering algorithm, as the most effective computer intelligent recommendation technology, has been widely applied in the commercial field, but it needs further improvement for dealing with the unstructured data of learning resources. Research shows that the comprehensive application of knowledge ontology, machine learning and data mining, association matrix between learners and learning resources and construct the ontology of the three, with the help of user based and item based hybrid collaborative filtering method, conducive to learning characteristics make the recommendation results more accurately, users, improve the learning accuracy and a practical resource personalized recommendation.
【作者单位】： 武汉大学教育科学研究院;
【基金】：湖北省教育厅人文社会科学重大委托项目“湖北省基础教育云资源整合及课堂教学模式改进研究”(项目编号:13Zd002) 中国博士后科学基金第58批面上资助项目“大数据环境下基于本体关联的学习资源个性化推荐研究”(项目编号:2015M580661)
【分类号】：G434
【正文快照】： 随着计算机技术的快速发展,教育资源在互联网上快速积累和扩展,网络学习已步入大数据时代,人们的学习方式也发生了重大改变。学习者从最初的基于书本或者面对面的语言文字交流来实现知识的共享和传承,转向以计算机为学习工具、以互联网为沟通渠道的人机交互模式[1]。以网络分，

本文编号：1340374