智慧教育平台中课程推荐算法的研究与应用

发布时间：2023-02-26 02:09

　　随着国家一系列重大战略的实施,以全新的技术、模式、产业、业态为代表的新经济的蓬勃发展,对科技人才逐渐提出了更高的要求。与此同时,为了能探索出一套领跑全球工程教育的中国新模式,积极的推进新工科建设成为教育部的重点。高校基于新工科体系现代教育理论、大数据分析、人工智能的教育信息化范式,形成以学生为中心,能力为导向,合格评价与课程质量持续迭代的智慧教育平台。智慧教育平台是伴随着互联网及教育数字化、信息化方式不断完善和发展的一种新的教育传播方式。它一方面在给学生带来极大便利的同时也提供了新的学习途径;另一方面,也为学习资源迅速增量式的增长而造成“信息过载”的现象提出了解决方案;其次为学习课程没有基础认知的学生,在选择课程及其学习路径上也带来更多的选择。本课题的主要研究方向是改进用户相似性的度量方法,并细化用户的行为并结合用户学习目标等因子来提升推荐的精准性。首先,系统将高校的领域知识体系形成知识模型结构,通过用户行为挖掘用户兴趣项,同时结合用户记忆曲线模型对兴趣模型进行更新以适应用户兴趣的衰减性;其次,提取和表示系统中资源的特征,并通过用户行为去预测用户对视频资源的评分意向,以此来体现视频优劣...

【文章页数】：59 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 引言
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 课题主要研究内容
    1.4 论文的组织结构
第二章 相关技术分析
    2.1 相关系统概述
        2.1.1 智慧教育平台
        2.1.2 推荐系统
        2.1.3 推荐系统通用模型
    2.2 知识模型相关理论研究
    2.3 用户兴趣模型相关理论研究
        2.3.1 用户兴趣信息获取
        2.3.2 用户兴趣模型表示
    2.4 视频推荐算法分析
        2.4.1 基于人口统计学的推荐
        2.4.2 基于内容过滤的推荐
        2.4.3 基于关联规则的推荐
        2.4.4 基于协同过滤的推荐
    2.5 本章小结
第三章 基于用户学习路径及兴趣的视频推荐研究
    3.1 构建领域知识模型
    3.2 用户兴趣模型建立
        3.2.1 用户数据收集
        3.2.2 用户行为数据
        3.2.3 用户兴趣模型的搭建
        3.2.4 用户兴趣模型更新
    3.3 视频资源评价体系
    3.4 基于用户的协同过滤算法
        3.4.1 核心算法
        3.4.2 用户相似度计算
        3.4.3 用户兴趣度计算
        3.4.4 生成推荐
第四章 视频推荐技术在智慧教育平台的实现
    4.1 视频推荐系统需求分析
    4.2 基本功能实现
        4.2.1 用户模块
        4.2.2 视频资源模块
        4.2.3 推荐模块
    4.3 实验设计与结果分析
        4.3.1 实验内容及设计
        4.3.2 结果分析
    4.4 实验总结
第五章 总结与展望
    5.1 全文总结
    5.2 未来展望
参考文献
攻读硕士学位期间取得的研究成果
致谢



本文编号：3749595