基于内容和word2vec的慕课推荐算法研究
发布时间：2021-12-09 00:37
党的十八大以来,国家高度重视发展职业教育,中等职业教育面临前所未有的发展机遇。为推动职业教育专业教学改革,提高职业教育的人才培养质量,教育部提出构建职业教育专业教学资源库。职业教育专业教学资源库建设是顺应“互联网+”发展趋势,推动信息技术在中等职业教育教学改革与教学实施领域综合应用的重要手段。慕课平台作为职业教育专业教学资源库的重要组成部分,可以共享更多优质的中等职业教育教学资源,为中等职业教育学习者进行个性化学习、终身学习提供了有利条件。但是,随着慕课平台的建设发展,产生的信息过载问题日益突出,面对形形色色的在线课程,学习者往往需要花费一些时间去筛选寻找相关课程。现阶段,慕课平台仅提供课程的简单分类归档、课程搜索功能,在课程呈现方面不够智能和人性化,具有一定的局限性。如何帮助学习者快速定位目标兴趣课程以促进个性化学习,为学习者提供一种智慧学习支持环境,是建设智慧慕课平台以及如何更有效地利用职业教育专业教学资源库要考虑的一个重要问题。本文以“爱课程”网慕课平台为例,通过定制Scrapy爬虫框架爬取慕课平台课程数据作为实验语料,应用自然语言处理相关技术对爬取的文本数据进行预处理;对传统的...
【文章来源】：山东师范大学山东省
【文章页数】：54 页
【学位级别】：硕士
【部分图文】：
与目标词语相近的词语
20图 3-7 词语“职业教育”的 word2vec 词向量内容和word2vec的慕课推荐算法模型面的基于内容的推荐算法模型可以看出，基于内容的推荐算法在进程中是基于单一的 TF-IDF 向量空间模型，课程相似度计算是基于单算方法。TF-IDF 加权算法是一种基于词频统计的方法，这种方法假立存在的。空间向量的每一个维度代表一个特征词，所有维度上的特了课程的向量表示。采用这种方法可以直观地了解课程所有特征的含易操作的优点。但是词语独立性的特点同时导致这种方法具有先天的
山东师范大学硕士学位论蛛也叫做爬虫组件，是 Scrapy 框架中onse 响应，然后对 response 响应进行内程序需要用户定制，Scrapy 内置了 Xpa解析器，可灵活选择其中一种方式。：实体管道主要用于接收从蜘蛛组件中、存储，Scrapy支持包括 excel、json、爬虫框架定制爬虫的程序环境为 python2.7.13，使用的y 爬虫项目包含多个配置文件，主要有以settings.py 等[51]。本节主要是介绍实验结构图 4-2 所示：
【参考文献】：
期刊论文
[1]基于word2vec的网站主题分类研究[J]. 程元堃,蒋言,程光. 计算机与数字工程. 2019(01)
[2]融合学习者时序行为和认知水平的个性化学习资源推荐算法[J]. 林木辉. 计算机系统应用. 2018(10)
[3]基于词向量特征扩展的中文短文本分类研究[J]. 雷朔,刘旭敏,徐维祥. 计算机应用与软件. 2018(08)
[4]教育信息化2.0:核心要义与实施建议[J]. 王珠珠. 中国远程教育. 2018(07)
[5]基于Word2Vec的中文短文本分类问题研究[J]. 汪静,罗浪,王德强. 计算机系统应用. 2018(05)
[6]基于词向量的文本特征选择方法研究[J]. 陈磊,李俊. 小型微型计算机系统. 2018(05)
[7]基于建构主义学习理论的个性化知识推荐模型[J]. 谢振平,金晨,刘渊. 计算机研究与发展. 2018(01)
[8]融合创新,智能引领,迎接教育信息化新时代[J]. 任友群,冯仰存,郑旭东. 中国电化教育. 2018(01)
[9]智慧教育的关键问题思考及建议[J]. 钟绍春,唐烨伟,王春晖. 中国电化教育. 2018(01)
[10]国内外大数据推荐算法领域前沿动态研究[J]. 陈军,谢卫红,陈扬森. 中国科技论坛. 2018(01)
博士论文
[1]推荐系统关键技术研究[D]. 任磊.华东师范大学 2012
硕士论文
[1]基于信息评价机制的信息推荐系统研究[D]. 李果.湘潭大学 2018
[2]基于语义相似度的中文文本聚类算法研究[D]. 杨开平.电子科技大学 2018
[3]基于建构学习的个性化即时学习支持方法研究[D]. 金晨.江南大学 2017
[4]基于word2vec词向量的文本分类研究[D]. 朱磊.西南大学 2017
[5]文本表示算法的研究和应用[D]. 李晓鹏.北京邮电大学 2016
[6]基于Web爬虫的课程推荐系统研究[D]. 李慧.北京理工大学 2016
[7]基于内容的个性化推荐系统研究[D]. 单京晶.东北师范大学 2015
[8]基于向量空间模型的文本相似度算法研究[D]. 谭静.西南石油大学 2015
[9]非结构化到结构化数据转换的研究与实现[D]. 万里鹏.西南交通大学 2013
本文编号：3529561
【文章来源】：山东师范大学山东省
【文章页数】：54 页
【学位级别】：硕士
【部分图文】：
与目标词语相近的词语
20图 3-7 词语“职业教育”的 word2vec 词向量内容和word2vec的慕课推荐算法模型面的基于内容的推荐算法模型可以看出，基于内容的推荐算法在进程中是基于单一的 TF-IDF 向量空间模型，课程相似度计算是基于单算方法。TF-IDF 加权算法是一种基于词频统计的方法，这种方法假立存在的。空间向量的每一个维度代表一个特征词，所有维度上的特了课程的向量表示。采用这种方法可以直观地了解课程所有特征的含易操作的优点。但是词语独立性的特点同时导致这种方法具有先天的
山东师范大学硕士学位论蛛也叫做爬虫组件，是 Scrapy 框架中onse 响应，然后对 response 响应进行内程序需要用户定制，Scrapy 内置了 Xpa解析器，可灵活选择其中一种方式。：实体管道主要用于接收从蜘蛛组件中、存储，Scrapy支持包括 excel、json、爬虫框架定制爬虫的程序环境为 python2.7.13，使用的y 爬虫项目包含多个配置文件，主要有以settings.py 等[51]。本节主要是介绍实验结构图 4-2 所示：
【参考文献】：
期刊论文
[1]基于word2vec的网站主题分类研究[J]. 程元堃,蒋言,程光. 计算机与数字工程. 2019(01)
[2]融合学习者时序行为和认知水平的个性化学习资源推荐算法[J]. 林木辉. 计算机系统应用. 2018(10)
[3]基于词向量特征扩展的中文短文本分类研究[J]. 雷朔,刘旭敏,徐维祥. 计算机应用与软件. 2018(08)
[4]教育信息化2.0:核心要义与实施建议[J]. 王珠珠. 中国远程教育. 2018(07)
[5]基于Word2Vec的中文短文本分类问题研究[J]. 汪静,罗浪,王德强. 计算机系统应用. 2018(05)
[6]基于词向量的文本特征选择方法研究[J]. 陈磊,李俊. 小型微型计算机系统. 2018(05)
[7]基于建构主义学习理论的个性化知识推荐模型[J]. 谢振平,金晨,刘渊. 计算机研究与发展. 2018(01)
[8]融合创新,智能引领,迎接教育信息化新时代[J]. 任友群,冯仰存,郑旭东. 中国电化教育. 2018(01)
[9]智慧教育的关键问题思考及建议[J]. 钟绍春,唐烨伟,王春晖. 中国电化教育. 2018(01)
[10]国内外大数据推荐算法领域前沿动态研究[J]. 陈军,谢卫红,陈扬森. 中国科技论坛. 2018(01)
博士论文
[1]推荐系统关键技术研究[D]. 任磊.华东师范大学 2012
硕士论文
[1]基于信息评价机制的信息推荐系统研究[D]. 李果.湘潭大学 2018
[2]基于语义相似度的中文文本聚类算法研究[D]. 杨开平.电子科技大学 2018
[3]基于建构学习的个性化即时学习支持方法研究[D]. 金晨.江南大学 2017
[4]基于word2vec词向量的文本分类研究[D]. 朱磊.西南大学 2017
[5]文本表示算法的研究和应用[D]. 李晓鹏.北京邮电大学 2016
[6]基于Web爬虫的课程推荐系统研究[D]. 李慧.北京理工大学 2016
[7]基于内容的个性化推荐系统研究[D]. 单京晶.东北师范大学 2015
[8]基于向量空间模型的文本相似度算法研究[D]. 谭静.西南石油大学 2015
[9]非结构化到结构化数据转换的研究与实现[D]. 万里鹏.西南交通大学 2013
本文编号：3529561
本文链接：https://www.wllwen.com/jiaoyulunwen/ktjx/3529561.html
