基于三维特征协同支配的个性化学习资源推荐方法
个性化推荐正成为信息服务时代的重要形式,是缓解学习者知识迷航、提升学习效率的有效途径.为了满足学习者对在线学习资源的个性化需求,提出一种基于三维特征协同支配的个性化学习资源推荐方法(TPLRM).首先通过完善学习者与在线学习资源特征的匹配关系,建立了三维特征协同支配的个性化学习资源推荐模型,并进行参数化描述;其次设计了一种基于高斯隶属函数模糊控制的二进制粒子群优化算法(FCBPSO)来对推荐模型目标函数进行求解;最后在多个评价指标下,通过5组对比实验验证了TPLRM推荐方法有较好的推荐性能.
个性化学习资源推荐、二进制粒子群优化算法、模糊控制、隶属函数
46
TP311(计算技术、计算机技术)
国家自然科学基金项目61503340;国家社会科学基金项目16BTQ084
2019-07-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
461-467