基于用户兴趣度的学习资源推荐方法研究

发布时间：2025-01-15 18:20

　　随着互联网和web2.0技术的飞速发展,网络上信息资源快速增长,导致“信息过载”的问题愈发严重。用户从海量的文本、视频、图像和音乐等网络资源中找到符合自己需求的内容变得愈发困难。推荐系统是解决上述问题的关键技术之一,推荐系统通过统计分析研究用户历史行为数据,得到用户的兴趣偏好,从而进行个性化推荐。推荐系统当前的应用领域主要集中在电子商务、电视电影、音乐网站、新闻资讯和广告推送等方面。在其他领域,也亟需推荐系统解决一些问题,在教育领域,根据《中国互联网络发展状况统计报告》和iiMedia Research调查数据显示,随着我国“互联网+教育”发展理念的发展和普及,我国在线教育平台和用户规模逐步上升,在2020年将达到了3.09亿人,我国在线教育市场规模在2020年将达到了7230.6亿元。学习者如何从海量的学习资源中快速找到符合自己需求的内容成为了一个不得不面对和解决的问题,目前对学习资源推荐方法的研究处于初级阶段,本论文针对学习资源推荐存在的问题提出新的方法。主要工作如下:1.针对传统的协同过滤方法新学习者“冷启动”和数据稀疏性问题,提出了一种基于用户兴趣度迁移的跨领域学习资源推荐方法。...

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

图1-12016-2020中国在线教育用户规模Fig.1-12016-2020ChinaOnlineEducationuserscale

中北大学学位论文11绪论1.1研究背景及意义随着互联网和大数据技术的日益成熟，网络上的各种资源激增，为了提高用户的网上效率和消费体验，服务提供商提供了多种项目和服务来满足不同用户的不同需求，但是用户很难从海量的资源中快速地寻找到满意的选择。与搜索引擎相比，推荐系统通过统计分析用户....

图1-22018-2022年中国在线教育市场规模Fig.1-22018-2022ChinaOnlineEducationmarketscale

中北大学学位论文2图1-22018-2022年中国在线教育市场规模Fig.1-22018-2022ChinaOnlineEducationmarketscale各类在线教育平台不断增多，网上的学习资源激增，使学习者很难从网络学习资源中快速寻找到自己真正需要的学习资源。提高网络学习....

图2-1基于内容的推荐方法原理图

中北大学学位论文12图2-1基于内容的推荐方法原理图Fig.2-1Schematicdiagramofcontent-basedrecommendationmethod基于内容的推荐方法的优点是，对与某一特定用户的推荐结果不受其他用户影响，只与用户自身有关，具有推荐独立性；数据稀....

图2-2基于协同过滤的推荐方法原理图

中北大学学位论文13图2-2基于协同过滤的推荐方法原理图Fig.2-2Schematicdiagramofrecommendationmethodbasedoncollaborativefiltering基于协同过滤的推荐方法的主要优点是，可以挖掘出用户的潜在兴趣偏好，相似度计算....

本文编号：4027679