典型文献
数据驱动的在线学习资源推荐框架研究
文献摘要：
"互联网+"在教育领域的深入渗透和新冠肺炎疫情期间"停课不停学"的号召加速了在线学习平台的发展,但多样化学习资源的指数级增长容易给学习者(尤其是中小学生)造成知识迷航的困境.本文结合在线学习场景和需求,提出了一种融合依赖关系与序列表示的个性化在线学习资源推荐框架,充分利用多源数据,挖掘资源间固有关系和学习者动态兴趣变化,进行精准资源推荐,以消除信息壁垒,引导用户学习过程.
文献关键词：
在线学习;学习资源推荐;个性化推荐;神经网络
中图分类号：
作者姓名：
蒲菊华;王鋆玙;熊璋
作者机构：
北京航空航天大学计算机学院;对外经济贸易大学信息学院
文献出处：
引用格式：
[1]蒲菊华;王鋆玙;熊璋-.数据驱动的在线学习资源推荐框架研究)[J].课程教学研究,2022(03):85-88
A类：
B类：
在线学习资源,学习资源推荐,推荐框架,框架研究,入渗,新冠肺炎疫情期间,停课不停学,在线学习平台,多样化学习,数级,中小学生,知识迷航,学习场景,依赖关系,序列表示,多源数据,挖掘资源,动态兴趣,信息壁垒,学习过程,个性化推荐
AB值：
0.343475
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。
