一种利用用户学习树改进的协同过滤推荐方法

马莉

天津外国语大学;

摘要：

[目的]利用学习树中知识点的属性和学习访问序列,对知识点进行预测评分,进而进行用户相似性聚类以实施协同过滤推荐,改进传统在线学习推荐方法,提高推荐质量.[方法]对用户所学知识点属性、知识点学习访问序列、学习频率、学习时间进行标准化处理构建学习树;基于学习树,对树中知识点进行预测评分;基于预测评分和知识点属性、知识点学习序列分别利用Pearson相似性和余弦相似性进行用户相似性计算,利用K均值聚类方法进行相似用户聚类,进而利用协同过滤推荐方法进行在线学习推荐.[结果]通过F-measure指标进行实验评价,结果表明该方法与传统在线学习协同过滤推荐方法相比F-measure指标超过奇异值分解协同过滤8.2…展开v

关键词：在线学习推荐、协同过滤、学习树、学习访问序列

分类号：TP301.6;G35(计算技术、计算机技术)

在线出版日期：2016-06-16（万方平台首次上网日期，不代表论文的发表时间）

页码：72-80