基于组合协同过滤模型的移动情景学习资源推荐研究

发布时间：2017-03-19 01:00

  本文关键词：基于组合协同过滤模型的移动情景学习资源推荐研究，，由笔耕文化传播整理发布。

【摘要】：当今社会是计算机网络广泛普及的社会,人们处于一个不管是在工作中还是在生活中都离不开网络的时代。而传统教学也在原有的面对面的教学模式中有了新的突破和发展。面对面的课堂教学模式具有成本低、易管理的优势,仍然是目前国内外教学采用的主要模式。但在终身学习理念普及的当代社会,课堂面对面的教学模式很难满足学习者对于学习时间、学习地点多样性的需求。因此,在课堂教学模式的基础上发展了远程网络教育、移动教育等多种教学模式,而教育教学资源呈现出来的数字化、网络化特点,使得这些教学资源越来越受到广大用户的关注。在大量学习资源产生的同时,学习者也更容易遭受到信息过载的困扰。因此,如何更快速地为学习者推荐其所需要的学习资源,已成为在新型教学模式中亟待研究和解决的问题。本文在查看了许多有关推荐技术和移动情景学习文献等资料后,评述国内外的资源推荐技术及相关的学习理论。根据移动情景学习下的用户兴趣模型和学习资源模型对移动情景学习资源推荐过程进行建模,使用组合推荐算法对移动情景学习资料进行推荐,并对其进行分析。接着,根据学习资源的特点,采用用户-类别作为计算用户相似性的方法,较好地改善了推荐过程中的数据稀疏问题。并在移动情景学习平台中进行实验。在用户对学习资源评分的真实数据支持下,分别对随机的学习资源推荐、基于用户协同过滤的学习资源推荐、基于项目协同过滤的学习资源推荐以及组合协同过滤的学习资源推荐进行用户评分对比,最后,通过绝对平均偏差值来衡量基于用户协同过滤推荐、基于项目协同过滤推荐以及组合协同过滤推荐进行的学习资源推荐的准确性。本研究中的实验将设计在覆盖了无线网络的实验室中进行,实验者统一使用安装了Android系统的智能手机。为了排除网络因素对本研究中学习资源推荐准确性的干扰,实验中所使用的Android智能手机都使用3G无线网络。实验目标为在用户浏览完所感兴趣的学习资源之后系统继续推荐相似或相关的学习资源给平台用户,实验过程中产生的数据将被记录下来,通过对真实实验数据的分析,可以得出以下结论：①采用组合推荐策略得到的学习资源得到的用户评分最高,基于用户和基于项目的协同过滤推荐的学习资源的用户评分也相对较高,而随机推荐给用户的学习资源用户评分参差不齐,且经过推荐算法推荐学习资源的用户评分明显高于随机推荐的学习资源用户评分。②在用户对三种协同过滤进行学习资源推荐的评分中,组合协同过滤推荐的学习资源不仅预测评分和实际评分非常接近,且总体评分较高。这说明使用组合推荐算法进行移动情景学习资源推荐得到的效果良好,用户能获得较高满意度的学习资源推荐服务。③与传统协同过滤算法相比,组合推荐算法具有更好的可扩展性,更为准确。通过用户对学习资源的兴趣分析,本研究将用户对某一项资源的评价转换为用户对某一类别资源的评价,以内容类别作为单位使得协同过滤推荐中的可扩展性得到一定程度的改善。
【关键词】：组合协同过滤推荐 移动学习 学习资源
【学位授予单位】：江西财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：G40-057
【目录】：

• 摘要7-9
• Abstract9-11
• 1 绪论11-16
• 1.1 研究背景11
• 1.2 研究目的与意义11-12
• 1.3 国内外研究综述12-15
• 1.3.1 国外研究综述12-13
• 1.3.2 国内研究综述13-14
• 1.3.3 国内外研究现状评述14-15
• 1.4 研究方法15
• 1.5 论文的章节安排15-16
• 2 相关理论基础16-23
• 2.1 推荐技术相关理论16-18
• 2.2 移动学习相关理论18-19
• 2.2.1 远程教育18
• 2.2.2 移动情景学习18-19
• 2.3 协同过滤推荐算法19-23
• 2.3.1 基于用户协同过滤推荐算法19-22
• 2.3.2 基于项目协同过滤推荐算法22-23
• 3 移动情景学习资源推荐23-37
• 3.1 移动情景学习平台介绍23-24
• 3.2 学习资源推荐模型24-34
• 3.2.1 用户兴趣建模24-27
• 3.2.2 学习资源建模27-28
• 3.2.3 组合推荐算法模型28-34
• 3.3 基于平均绝对偏差的推荐效果评价34-35
• 3.4 移动情景下的学习资源推荐过程35-37
• 4 移动情景下的学习资源推荐实证37-51
• 4.1 实施环境37-40
• 4.2 计算机实现40-43
• 4.3 实验过程43-51
• 4.3.1 实验设计43-45
• 4.3.2 数据集选择45-46
• 4.3.3 实验内容46-47
• 4.3.4 实验结果47-51
• 5 结论51-53
• 5.1 总结51
• 5.2 展望51-53
• 参考文献53-57
• 致谢57

【相似文献】

中国期刊全文数据库 前5条

1 尹睿;;情景学习与建构主义学习的批判:校本学习研究的视角[J];教育发展研究;2008年10期

2 曹贤钟;;虚拟现实技术支持下的情景学习[J];中国教育技术装备;2006年02期

3 王祯祯;;情景与实践结合,理论与基础相融——探析高职高专英语教学新理念[J];中国科教创新导刊;2013年16期

4 法月波;;新课改下对初中英语教学的忧虑与反思[J];新课程(教育学术);2010年05期

5 ;[J];;年期

中国重要报纸全文数据库 前2条

1 河南省方城县柳河一中 庞元奇;谈物理教学中的情景学习[N];学知报;2011年

2 陈春;“避险教育”让生命更从容更安全[N];中国社会报;2007年

中国硕士学位论文全文数据库 前4条

1 张勃;移动情景学习下的专家调度策略研究[D];江西财经大学;2015年

2 张文芳;移动情景学习下的学习效果评价研究[D];江西财经大学;2015年

3 韦怡;基于组合协同过滤模型的移动情景学习资源推荐研究[D];江西财经大学;2015年

4 张超;情景学习理论应用于专业英语教学的行动研究[D];中北大学;2013年

  本文关键词：基于组合协同过滤模型的移动情景学习资源推荐研究，由笔耕文化传播整理发布。

本文编号：255254