深度学习在MOOC推荐系统中的应用

摘要：

为了解决MOOC平台课程推荐系统数据稀疏性的问题,该文提出一种基于稀疏偏好的矩阵分解和深度学习图像特征提取的混合推荐算法,用于提升推荐系统的质量.对MOOC推荐系统业务流程进行分析,并对基于深度学习的推荐系统架构和功能进行描述.利用深度学习技术,把课程封面视觉特征提取出来作为稀疏偏好矩阵的附加信息,提出了基于矩阵分解和深度学习融合的推荐方法.实验结果表明:该推荐算法具有较好的准确率,有效地缓解了数据稀疏问题.

关键词：深度学习、大规模开放式网络课程、推荐系统

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：长春市科技发展计划资助项目18YJ012

在线出版日期：2020-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：54-57