基于FRUTAI算法的布尔型移动在线学习资源协同推荐研究

发布时间：2018-02-12 19:07

  本文关键词： 移动学习 协同推荐 布尔型资源 用户评价　出处：《图书情报工作》2017年03期 　论文类型：期刊论文

【摘要】：[目的 /意义]针对移动在线学习平台中用户评价具有布尔变量属性的学习资源,提出一种适用于该类资源的协同推荐方法。[方法 /过程]首先采用基于用户自身属性和已有好友分布特征的FRUTAI算法,确定目标用户的最近邻集;然后在解决数据稀疏的基础上,提出适用于布尔型移动在线学习资源的协同推荐方法;最后选取实证对象,依据相关评估方法评估推荐结果。[结果 /结论]在以豆瓣书评网数据作为数据集的实证中取得了较好的推荐效果。实证结果表明,本文提出的改进的协同推荐算法可以有效地应用于移动在线学习平台中的布尔型学习资源,具有较好的推荐效果。
[Abstract]:[objective / significance] for users in mobile online learning platforms, evaluate learning resources with Boolean variable attributes, This paper proposes a collaborative recommendation method for this class of resources. Firstly, the FRUTAI algorithm based on the user's own attributes and the distribution characteristics of existing friends is used to determine the nearest neighbor set of the target user. Then, on the basis of solving the data sparsity, a collaborative recommendation method for Boolean mobile online learning resources is proposed. Finally, the empirical object is selected. [results / conclusions] A good recommendation effect is obtained by using Douban Book Review Network data as a data set. The empirical results show that, The improved collaborative recommendation algorithm proposed in this paper can be effectively applied to Boolean learning resources in mobile online learning platform and has a good recommendation effect.
【作者单位】： 华中师范大学信息管理学院;
【基金】：国家社会科学基金重大项目“基于多维度聚合的网络资源知识发现研究”(项目编号:13&ZD183) 国家自然科学青年基金项目“基于QSIM的图书馆移动用户群体行为模拟与学习兴趣引导研究”(项目编号:71503097)研究成果之一
【分类号】：TP391.3;G434
，

本文编号：1506341