基于信任关系辅助的在线教育资源推荐方法研究

发布时间：2025-01-06 05:09

　　在使用在线教育平台学习过程中,大量的学习资源会给学习者带来学习迷航、知识过载等问题,为了给学习者提供更好的学习服务,进行个性化学习资源的推荐是应对这两个问题的重要解决方案。近年来,推荐系统已经渗透到多种信息行业中,例如电商、资讯等,学习资源的推荐与新闻、商品推荐有许多相似之处,但又有着其独特的限制与需求。在其他推荐领域的实践证明,用户之间的社交关系可以提高推荐效果,而在线教育平台同样提供讨论区等用户交互场景,教育数据包含社交关系。为此,本文进行了信任关系辅助的在线教育资源推荐方法研究,包括:在线教育平台信任建模方法研究、基础教育资源推荐方法研究和基于信任关系的推荐方法研究。在线教育平台信任建模是本文的研究基础,支撑后续基于信任推荐方法的设计与实现。为了解决了在线教育平台信任关系提取、信任网络的构建、信任网络的扩张这三个信任建模过程中的核心问题,本文定义了由信任度、可靠度组成的二维信任意见,基于环论定义了信任意见的聚合与扩张基本运算,并利用环的性质设计实现信任建模算法并进行优化,建立可解释的、信息丰富的信任网络。进行学习资源协同过滤推荐方法的研究是因为基于信任的推荐具有局限性,只关注于社交...

【文章页数】：85 页

【学位级别】：硕士

【部分图文】：

图1-2基于信任关系辅助的在线教育资源推荐方法研究框架图

哈尔滨工业大学工程硕士学位论文体到在线教育环境中的信任建模，会面临着更严重的交互矩阵稀疏问题，但同时丰富的用户信号可以用于信任模型的完善。在线教育平必须结合这些特点，从信任信号的提取，到信任网络的丰富，再到信衡量都要满足教育场景的限制与需求，本文提出的建模方法将会从细展开。文研究....

图2-1信任运算示意图

可靠性可以通过平台用户评分、iv文具体介绍。上定义运算和⊕分别代表信任意见的)(,)=tr，其中abr=rr，若at<0且bt<0)(,)br=tr，其中(,)abr=maxrr，若abr>r)(,)bab....

图2-35%数据测试集下信任模型指标

哈尔滨工业大学工程硕士学位论文。因此，模型的性能与traintestSS成正相关。

图2-410%数据测试集下信任模型指标2.距离衰减因子的影响

-25-图2-410%数据测试集下信任模型指标距离衰减因子的影响公式(2-4)的定义中可以发现，当经过的跳数越高，可靠度衰减越多，到阈值后，会停止迭代，这是为了应对长距离推测时噪声过大的问题2-4可以看到，衰减系数α从0.80到0.95之间变化，每次增加0....

本文编号：4023840