10.3969/j.issn.1672-0008.2011.03.012
基于协同过滤技术的学习资源个性化推荐研究
e-learning的调查发现,c-learning支持系统中学习资源推荐主要有Top-N和关键词检索两种方式,都无法向学习者个性化地推荐学习资源.受电子商务研究领域中相关研究成果启发,我们尝试将协同过滤推荐技术引入学习资源的个性化推荐研究中.通过综述学习资源个性化推荐中三种常用的推荐技术,介绍了协同过滤推荐技术的工作原理、实现方法及存在问题.在此基础上,提出了一个优化的基于协同过滤技术的学习资源个性化推荐系统的理论模型,重点讨论了模型的结构、隐式评分机制和算法的实现,并讨论了个性化学习资源推荐模型中的三个关键技术.以启发e-learning研究人员从不同的层面和角度探索协同过滤技术在e-learning中的应用,提高学习资源个性化推荐的精度和效率.
e-learning、协同过滤技术、学习资源、个性化推荐
TP391(计算技术、计算机技术)
浙江省重大科技专项"浙江中小企业信息化服务平台关键技术研究及应用"2009C11026;教育部人文社会科学研究项目"虚拟社区中基于社会网络的知识共享机理及实证研究"09YJC630207;浙江省自然科学基金项目"面向中小企业集群的知识网络结构分析模型及测评工具研究"课题
2011-09-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
66-71