數(shù)字化學習平臺中基于標簽的資源推薦研究.pdf_第1頁
已閱讀1頁,還剩83頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、互聯(lián)網(wǎng)技術的飛速發(fā)展和在線學習受重視度的提升使得數(shù)字化學習平臺被廣泛應用。同時,隨著學習資源數(shù)量的日漸增長,學習者越來越難以在傳統(tǒng)的資源組織方式下找到符合自己需求的學習資源。
  個性化推薦技術能夠主動給用戶推薦感興趣的信息,是目前解決信息過載最有效的方式之一。社會化標簽提供了一種以用戶為中心的資源組織和管理方式;用戶可以自由地為自己感興趣的資源添加社會化標簽,在個性化地組織網(wǎng)絡資源的同時還反映出自己的興趣偏好。因此,在數(shù)字化學習

2、平臺中引入社會化標簽,并利用個性化推薦技術,不僅能夠通過標簽來豐富學習平臺資源的組織方式,而且能夠根據(jù)用戶的標注信息給用戶推薦個性化的學習資源。
  為了解決現(xiàn)有數(shù)字化學習平臺中資源管理存在的問題,本文以社會化標簽和個性化推薦技術為知識背景,以基于標簽的個性化推薦算法為研究對象,以改善用戶查找資源體驗為目的,主要進行了如下工作:
  1.研究并歸納了現(xiàn)有的基于標簽的資源推薦算法模型,在此基礎上選擇應用最為廣泛的協(xié)同過濾擴展模

3、型作為研究重點。
  2.為了減少社會化標簽的語義模糊性和冗余性給基于標簽的協(xié)同過濾算法帶來的噪聲,利用群體智慧選擇流行標簽對用戶和資源建模,在此基礎上設計了基于流行標簽的協(xié)同過濾算法。
  3.在MovieLens10M數(shù)據(jù)集上,對傳統(tǒng)的基于標簽的協(xié)同過濾算法和基于流行標簽的協(xié)同過濾算法進行了對比實驗,驗證了提出的算法降低了標簽噪聲并取得了比傳統(tǒng)算法更好的準確性。
  4.針對實際的數(shù)字化學習平臺—“嵌牛學苑”存在的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論