典型文献
基于改进图神经网络和用户偏好聚类的个性化学习资源推荐算法
文献摘要：
由于学习资源中知识点构成的复杂性以及用户需求的差异性,导致最终的推荐结果存在较大差异,为此,提出基于改进图神经网络和用户偏好聚类的个性化学习资源推荐算法.从交流互动、自主学习意识以及学习能力3个方面分析用户的偏好,在图神经网络中引入元数据概念,建立以知识点为基础的学习资源本体,实现资源之间的关联关系,对用户偏好和资源本体双重聚类后,匹配类之间的拟合关系,确定推荐内容.通过实验测试验证该设计方法推荐内容的精确率为60.96％,召回率为65.42％,F1综合评价指标为62.57％,说明该方法具有良好的性能.
文献关键词：
改进图神经网络;用户偏好聚类;个性化;学习资源;推荐算法;双重聚类
中图分类号：
作者姓名：
王慧;孙德红
作者机构：
闽南理工学院 信息管理学院,福建 石狮 362700
文献出处：
引用格式：
[1]王慧;孙德红-.基于改进图神经网络和用户偏好聚类的个性化学习资源推荐算法)[J].黑龙江工程学院学报,2022(06):30-34
A类：
改进图神经网络,用户偏好聚类,双重聚类
B类：
个性化学习,学习资源推荐,资源推荐算法,知识点,用户需求,交流互动,自主学习意识,元数据,源本,关联关系,拟合关系,实验测试,测试验证,精确率,召回率,综合评价指标
AB值：
0.1749
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。
