论文摘要
[目的/意义]提出一种涵盖不同学习者的学习风格、知识水平以及学习模式等特征的差异的在线资源推荐技术,以克服学习者在拥有海量学习电子资源的在线学习平台中难以检索到满足其需求的学习资源的信息过载问题。[方法/过程]针对在线学习环境及其产生的数据,利用本体方法对学习者和学习资源的领域知识进行建模和表示,并使用循环神经网络挖掘学习者的学习模式,得到最终的资源推荐列表。[结果/结论]所提出的系统与传统的协同过滤及融合本体知识的协同过滤方法相比,在推荐结果的准确率(Precision)、召回率(Recall)和平均倒数排名(MRR)三个指标上分别取得显著提升。[局限]模型在训练过程中的时间和空间消耗较大,存在进一步改进的空间。
论文目录
文章来源
类型: 期刊论文
作者: 卢春华,杨辉,李云鹏
关键词: 学习资源推荐,本体,推荐系统,循环神经网络,冷启动
来源: 情报理论与实践 2019年12期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用,自动化技术
单位: 安顺学院电子与信息工程学院,北京理工大学计算机学院,北京信息科技大学计算机学院
基金: 贵州省科技厅三方联合基金重大项目“计算机技能培训平台的设计研究——以旧州农村劳动力培训为例”的研究成果,项目编号:黔科合LH [2015] 7701号
分类号: TP391.3;TP183
DOI: 10.16353/j.cnki.1000-7490.2019.12.024
页码: 150-155+138
总页数: 7
文件大小: 371K
下载量: 537