基于用户行为驱动的动态兴趣度网课推荐模型

摘要：

为了帮助学习者快速定位感兴趣的课程,笔者提出基于用户行为驱动的动态兴趣度模型.首先,提取课程特征,建立用户兴趣标签其次,分析行为数据,计算兴趣度,建立用户兴趣度矩阵;最后,根据该兴趣度推荐模型进行网课推荐.结果表明,与仅使用兴趣标签、兴趣度矩阵、基于内容的推荐算法相比,该算法的性能明显提高,能精准地向用户推荐网络课程.

关键词：行为驱动、兴趣标签、兴趣度矩阵、协同过滤、课程推荐

所属期刊栏目：33

分类号：TP391.1(计算技术、计算机技术)

在线出版日期：2021-07-26（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：67-70