基于高维张量分解的个性化教育资源推荐算法研究

摘要：

随着互联网及在线教育平台的加速发展,积累了大量的教育资源,学习者对网络平台中教育资源的利用依赖性不断提高,但需要花费大量的时间和精力去筛选符合自己的资源[1].目前,在线平台为学习者们提供的内容基本相同,未能针对个性化的要求提供差异化的资源[2].文章所构建的基于高维张量分解的个性化教育资源推荐算法,在分解中能够保留高维空间的信息完整性,避免了传统推荐算法在分解中原始信息和特征的丢失,从而为个性化学习资源推荐的研究提供参考.

关键词：高维张量分解;个性化;教育资源;推荐算法

所属期刊栏目：18

资助基金：江西省教育厅科技项目;项目名称;基于多维关联分析的个性化教育资源推荐研究;

在线出版日期：2021-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：114-115