个性化学习资源推荐系统研究

doi:10.3969/j.issn.1006-2475.2009.07.021

摘要/Abstract

摘要： 通过分析远程网络学习系统中学习者对学习资源的访问历史，以及与学习者有类似访问兴趣的同组学习者的学习偏好，为学习者提供个性化的资源推荐服务，能够有效提高各种学习资源的利用效率，从而提高教学质量。

Abstract: By analyzing the history of the network resource access for a distant learner and reference to the similar learners, an algorithm is designed to provide personalized recommendation services, which can effectively enhance the efficiency of the use of learning resources and improve the quality of teaching.

Key words: distance learning, learning resources, personalization, recommendation

中图分类号:

TP311

万伟;乐军. 个性化学习资源推荐系统研究[J]. 计算机与现代化, 2009, 1(7): 75-76,7.

WAN Wei;LE Jun. Research and Design About Personalized Resources Recommendation System in Distance Learning[J]. Computer and Modernization, 2009, 1(7): 75-76,7.

[1]	苏欣. 数据驱动的焊膏印刷工艺参数推荐技术[J]. 计算机与现代化, 2024, 0(01): 99-102.
[2]	林威. 基于自监督学习和数据回放的新闻推荐模型增量学习方法[J]. 计算机与现代化, 2023, 0(12): 1-6.
[3]	刘语珵, 贺奇, 董延华, 王晓宇. 结合时间相关度与课程搭配度的课程推荐方法[J]. 计算机与现代化, 2023, 0(12): 53-58.
[4]	朱宏启, 王诚. 基于电商用户行为的隐式反馈推荐应用研究[J]. 计算机与现代化, 2023, 0(11): 44-50.
[5]	郑海利, 陈平华. 基于动态卷积和自注意力的序列推荐模型[J]. 计算机与现代化, 2023, 0(10): 9-16.
[6]	杨柳青, 王冲. 基于极大熵的Web服务资源个性化推荐方法[J]. 计算机与现代化, 2023, 0(09): 32-37.
[7]	王扬, 陈梅, 李晖. FOCoR:一种基于特征选择优化的课程推荐技术[J]. 计算机与现代化, 2022, 0(10): 1-7.
[8]	冯申, 於跃成, 张宗海. 结合动态多类信息的兴趣点推荐[J]. 计算机与现代化, 2022, 0(08): 57-64.
[9]	张宗海, 於跃成, 冯申. 融合三重注意力和评论评分的深度推荐算法[J]. 计算机与现代化, 2022, 0(05): 1-9.
[10]	候聪颖, 王鹏, 朱丽霞, 管晓宁. 适用于RPA工具的卷积序列推荐算法[J]. 计算机与现代化, 2021, 0(12): 96-102.
[11]	刘亦欣, 王家伟, 李自力. 融合注意力与深度因子分解机的时间上下文推荐模型[J]. 计算机与现代化, 2021, 0(11): 22-27.
[12]	陈卓, 袁玺明, 杜军威. 在线问答社区——海川化工论坛的回答者推荐算法[J]. 计算机与现代化, 2021, 0(10): 29-34.
[13]	耿化聪, 梁宏涛, 刘国柱. 基于知识图谱与协同过滤的饮食推荐算法[J]. 计算机与现代化, 2021, 0(08): 24-29.
[14]	王杉文, 欧鸥, 马万民, 陈建林. 基于用户信息向量聚类和改进SAMME的推荐算法[J]. 计算机与现代化, 2021, 0(07): 23-28.
[15]	魏云东. 基于大数据技术的人才智能推荐方法[J]. 计算机与现代化, 2021, 0(07): 60-64.

个性化学习资源推荐系统研究

Research and Design About Personalized Resources Recommendation System in Distance Learning

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价