融入学习者模型在线学习资源协同过滤推荐方法

摘要：

在线教育存在"信息迷航"问题,而传统的信息推荐方法往往忽视教育的主体——学习者的特征.本文依据教育教学理论,根据在线教育平台中的学习者相关数据,研究构建了适用于在线学习资源个性化推荐的学习者模型.以协同过滤推荐方法为切入点,融合学习者模型中的静态特征和动态特征对协同过滤方法进行改进,建立融入学习者模型的在线学习资源协同过滤推荐方法.以2020年3～7月时间段的东北石油大学"C程序设计"课程学生的真实学习数据和行为数据为数据集,对本文提出的方法进行验证和对比,最后证明本文提出的方法在性能上均优于对比方法.

关键词：学习者模型;在线学习资源;协同过滤;个性化学习;学习资源推荐;学习风格特征;认知水平特征;兴趣偏好特征

所属期刊栏目：16

分类号：TP391;G434(计算技术、计算机技术)

资助基金：国家自然科学基金项目;黑龙江省教育科学规划重点课题;黑龙江省优秀青年科学基金项目;黑龙江省高等教育教学改革研究项目;东北石油大学引导性创新基金项目;东北石油大学优秀中青年科研创新团队项目;东北石油大学研究生教育创新工程项目

在线出版日期：2021-12-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1117-1125