典型文献
基于学习者模型的教育资源推荐方法
文献摘要：
为解决传统领域的推荐算法不完全适用于教育资源的问题,提出了一种基于学习者模型的混合推荐方法.首先,通过把神经网络中对文本信息的分类引入推荐算法中,缓解了冷启动问题;其次,通过对老用户的学习特征和学习能力进行类内计算,解决了传统协同过滤单一计算评分相似度和计算量大的问题.实验结果表明,该模型在教育资源大数据场景下取得了良好的效果.
文献关键词：
推荐算法;教育资源;学习者模型;混合推荐方法;神经网络
中图分类号：
作者姓名：
赫少华;尹四清;景志宇;王文杰
作者机构：
中北大学软件学院 太原 030051;北方自动控制技术研究所 太原 030006
文献出处：
引用格式：
[1]赫少华;尹四清;景志宇;王文杰-.基于学习者模型的教育资源推荐方法)[J].计算机与数字工程,2022(04):697-702
A类：
混合推荐方法
B类：
学习者模型,资源推荐,推荐算法,文本信息,冷启动问题,学习特征,协同过滤,计算量,数据场
AB值：
0.237629
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。
