远程培训中个性化学习资源推荐算法
本文提出一种基于标签的多因素推荐算法.用户可以根据自己的需求,进行因素自定义和优先级排序,算法先根据用户初始化信息选取资源,随后分析用户行为数据更新用户所属的群及用户的喜好,再通过用户与项目相似度计算、项目关联度计算为用户推荐所需资源.算法模型采用分类组合得出结果,降低了相似度计算的复杂度.将算法应用于企业远程培训平台的个性化学习模式中,结果表明,该算法较好地改善了用户个性化学习资源的推荐效果.
推荐算法、多因素、教育模式、标签、远程教育
26
TP3;F71
黑龙江省教育科学规划课题十二五GBC1213052;A7中国石油天然气集团公司工程技术生产运行管理系统;省教育厅教学改革项目JG2014010640;云计算理念打造大庆教育云的研究DSGB2016053
2017-09-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
212-216