基于协同过滤算法的教育平台课程推荐的研究
进入大数据时代后,教育平台的资源量不断增长,带来便利的同时也为用户选择课程带来了困难.推荐系统是解决该问题的一个切实可行的办法.协同过滤算法广泛应用于推荐系统中.本文利用某教育平台194975条学习记录数据和43917条用户数据,通过分析两者的内容,构建了物品相似度矩阵,并根据矩阵进行用户个性化推荐.实验结果表明,该方法可以高效和准确地对教育平台在线课程推荐.
协同过滤算法;推荐;教育平台
17
TP181(自动化基础理论)
江苏省现代教育技术研究课题;江苏省高等学校自然科学研究重大项目
2022-03-03(万方平台首次上网日期,不代表论文的发表时间)
共4页
19-22