基于二部图的学习资源混合推荐方法研究

摘要：

在线学习过程中,学习者经常面临“资源过载”和“学习迷航”问题.为了解决上述问题,研究人员将信息推荐技术引入在线学习中,试图为学习者提供个性化的学习服务.近年来,协同过滤推荐方法受到广泛关注,并在实际应用中取得了较为理想的效果.然而,该方法推荐范围有限且忽视小众资源,无法满足部分学习者的个性化需求.鉴于此,文章将物理学中的热传导和物质扩散理论引入推荐系统中,建立基于二部图的学习资源混合推荐模型.该模型将基于热传导的推荐方法和基于物质扩散的推荐方法混合使用,通过引入一个可调参数,使两种方法在不同应用场景下发挥不同的作用.该模型为进一步研究个性化学习资源推荐方法提供重要参考.

关键词：学习资源推荐、二部图、热传导、物质扩散、混合推荐

所属期刊栏目：39

分类号：G434(电化教育)

资助基金：国家社会科学基金教育学青年课题“云环境下基于兴趣图谱的个性化学习资源推荐方法研究”CCA150161

在线出版日期：2018-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：85-90