典型文献
基于向量构建和点击预测的在线视频课推荐模型
文献摘要：
随着信息技术的发展,视频逐渐代替文字成为信息传播的主要载体.在线视频课凭借不受时间和地点限制的优势,越来越受到广大求学者的青睐.各类在线教育平台推出大量在线视频课使学习者难以选择,"信息过载"现象严重.课程推荐模型是解决"信息过载"问题的有效手段,但现有课程推荐模型大多仅关注内容特征,没有融合标签特征、统计特征等信息,导致推荐效果欠佳.为此,本文提出了一种基于向量构建和点击预测的在线视频课推荐模型,该模型首先利用Word2Vec内容向量构建方法将所有视频课的内容以向量形式表示出来,该向量每个维度的隐语义都具有表现课程内容特征的能力;然后根据用户标记的专业、评价信息等标签特征构建用户向量,该向量的每个维度代表了用户对该维度隐语义的兴趣程度;接下来用余弦相似度进行用户和课程向量的计算,筛选出符合用户兴趣的视频课候选集;最后将候选课程的统计特征与用户向量连接,输入到多层感知机中,预测用户点击在线视频课的概率,依据概率排序得到在线视频课推荐列表.本文选取了3个当前应用的在线视频课推荐模型进行对比实验,实验结果显示,本文所给推荐模型在准确率和召回率等指标上均有较为显著的提升.
文献关键词：
课程推荐;在线学习;多层感知机;Word2Vec;潜在因素模型
中图分类号：
作者姓名：
王嵘冰;闫晓楠;冯勇;徐红艳
作者机构：
辽宁大学 信息学院,辽宁 沈阳110036
文献出处：
引用格式：
[1]王嵘冰;闫晓楠;冯勇;徐红艳-.基于向量构建和点击预测的在线视频课推荐模型)[J].辽宁大学学报（自然科学版）,2022(03):214-224
A类：
潜在因素模型
B类：
点击,在线视频,推荐模型,信息传播,主要载体,求学者,在线教育平台,信息过载,课程推荐,内容特征,融合标签,统计特征,推荐效果,Word2Vec,构建方法,隐语,特征构建,兴趣程度,接下来,来用,余弦相似度,用户兴趣,选集,选课,多层感知机,列表,召回率,在线学习
AB值：
0.285922
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
