作者:李斐然云教育推荐算法个性化行为分析
摘要:随着互联网的发展,网络信息以指数级速度爆炸增长,云教育平台作为互联网时代的新型教育手段,存在着信息过载的现象。本文研究了如何在互联网信息过载背景下的海量教育资源中筛选出用户需要的信息,提出一种基于时间对用户的学习阶段进行划分,在新用户注册阶段采用基于用户特征的协同过滤推荐,在用户学习阶段采用学习能力推荐,在课程结束阶段采用反馈评价推荐,弥补了单一推荐算法推荐不准确的缺点,经理论与实践证明该算法可以取得很好的推荐结果。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社