數(shù)字學(xué)習(xí)資源個(gè)性化推薦技術(shù)研究與應(yīng)用.pdf

1、數(shù)字學(xué)習(xí)資源個(gè)性化推薦技術(shù)研究與應(yīng)用數(shù)字學(xué)習(xí)資源個(gè)性化推薦技術(shù)研究與應(yīng)用摘要互聯(lián)網(wǎng)進(jìn)入Web20時(shí)代后，數(shù)字學(xué)習(xí)資源數(shù)量呈爆炸式增長(zhǎng)，內(nèi)容不斷豐富，以各種方式涌入互聯(lián)網(wǎng)中，而學(xué)習(xí)者無(wú)法從海量的學(xué)習(xí)資源中找到符合自身需求的資源，向?qū)W習(xí)者推薦學(xué)習(xí)資源的個(gè)性化推薦系統(tǒng)的需求越來(lái)越大。個(gè)性化推薦是根據(jù)學(xué)習(xí)者的興趣偏好和學(xué)習(xí)行為模式，向?qū)W習(xí)者推薦感興趣的學(xué)習(xí)資源。本文在分析了不同數(shù)據(jù)采集方法異同點(diǎn)之后，考慮到實(shí)際應(yīng)用需求，提出了一種獲取學(xué)習(xí)行為數(shù)

2、據(jù)的方法。利用代理服務(wù)器在頁(yè)面中嵌入腳本的方式，在學(xué)習(xí)者學(xué)習(xí)過(guò)程中觸發(fā)相應(yīng)的頁(yè)面事件獲取學(xué)習(xí)者學(xué)習(xí)行為數(shù)據(jù)，把數(shù)據(jù)保存在數(shù)據(jù)庫(kù)中，為分析學(xué)習(xí)者學(xué)習(xí)行為提供數(shù)據(jù)支持。本文考慮到僅僅通過(guò)學(xué)習(xí)者隱式學(xué)習(xí)行為來(lái)提取學(xué)習(xí)者興趣偏好過(guò)于單一，在學(xué)習(xí)興趣模型中引入了頁(yè)面語(yǔ)義特征，并提出了一種自動(dòng)提取頁(yè)面語(yǔ)義的方法。語(yǔ)義庫(kù)通過(guò)為某學(xué)習(xí)網(wǎng)站手工標(biāo)注生成，對(duì)于語(yǔ)義庫(kù)中不存在的頁(yè)面，在已有語(yǔ)義庫(kù)的基礎(chǔ)上，計(jì)算語(yǔ)義庫(kù)中與其最相似的頁(yè)面，并自動(dòng)為其賦予最相似頁(yè)面

3、的語(yǔ)義特征。本文實(shí)現(xiàn)了結(jié)合學(xué)習(xí)者隱式學(xué)習(xí)行為和頁(yè)面語(yǔ)義特征的學(xué)習(xí)者學(xué)習(xí)興趣模型。利用頁(yè)面平均停留時(shí)間和鼠標(biāo)點(diǎn)擊次數(shù)表示學(xué)習(xí)者興數(shù)字學(xué)習(xí)資源個(gè)性化推薦技術(shù)研究與應(yīng)用RESEARCHANDAPPLICATIONONPERSONALIZEDRECOMMENDATl0NOFDIGITALLEARNINGI己ESOURCESABSTRACTAfterenteringtheInternetWeb20era，asthedigitallearningr

4、esourcequantityexplosivegrowth，itscontentisconstantlyenriched，invariouswaysenteringintotheInternetWhilethelearnercannotfindtheresourcestomeettheirownneedsfrommassivelearningresources，thedemandforpersonalizedrecommendatio

5、nsystemisgrowingPersonalizedrecommendationisbasedonthepreferencesandinterestsoflearnersandlearningbehaviorpatterns，recommendsinterestingleamingresourcestolearnersThispaperproposesanewaccesstocollectinglearningbehaviordat

6、a，afteranalyzingthesimilaritiesanddifferencesbetweendifferentdatacollectionmethods，takingintoaccounttheactualapplicationrequirementsItusesaproxyservertoembedscriptsinthepage，triggersthecorrespondingpageeventstogetlearner

7、s’behavioraldatainthelearningprocess，savesthedatainthedatabase，providingdatasupportforleamers’behavioranalysisThispaperproposesamethodofautomaticextractingsemanticofthepage，introducespagesemanticfeaturesininterestinlearn