基于可视分析和图卷积的MOOC推荐模型

摘要：

针对MOOC平台下课程推荐过程中存在的数据稀疏和推荐效果不佳的问题,提出融合可视分析的图卷积课程推荐模型.首先,引入可视分析来展示课程间的相互关系,为图卷积模型提供先验知识;其次,提出了一个时空融合的图卷积MOOC推荐模型,用来同时提取数据的时空演变特征;最后,通过在损失函数中引入正则化项来防止训练过程中的过拟合.结果表明:新模型的预测误差和运行效率取得了更加优异的结果.此外,开发实现了融合可视分析与图卷积的MOOC推荐系统,运行结果显示该系统能够有效预测学习者的喜好和需求.

关键词：图卷积网络、可视分析、推荐模型、MOOC

所属期刊栏目：39

分类号：TP393(计算技术、计算机技术)

资助基金：北京市教学名师项目XM10720210001

在线出版日期：2022-09-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：34-42