基于智能个性化推荐的中小学教育资源原型系统的设计与实现

发布时间：2017-12-08 02:13

  本文关键词：基于智能个性化推荐的中小学教育资源原型系统的设计与实现

  更多相关文章： 个性化推荐 中小学 协同过滤 内容推荐 冷启动

【摘要】：随着互联网行业的迅猛发展,数以亿计的线上教育资源也在蓬勃增长。在数据庞大繁杂的教育教学资源的信息空间中,能迅速的帮助广大中小学学生和教师找到自己感兴趣的教育资源,节省广大中小学师生的学习时间十分必要。个性化推荐技术目前广泛的应用在电子商务领域,在教育教学领域特别是中小学基础教育阶段的应用较少。本文的研究问题和主要工作如下:(1)推荐系统启动初期效率质量不高。目前个性化推荐技术中系统启动初期推荐质量低,存在系统冷启动的问题,其中系统冷启动包括用户冷启动和资源冷启动问题。(2)新用户冷启动推荐的问题。个性化推荐算法在推荐系统中处于最重要的核心地位,个性化教育资源的推荐主要依赖于师生的个人信息,搜索记录,日志跟踪和浏览点击反馈等记录,利用内容推荐算法、协同过滤推荐算法、混合推荐算法等数据挖掘技术,向中小学用户推荐潜在的兴趣资源。但是由于新加入系统的用户没有系统历史信息,所以无法对其进行资源推荐。在新用户注册时,设置用户可以选择属于兴趣标签的功能,然后系统根据用户的兴趣标签再进行相关资源推荐。(3)系统推荐算法的收敛慢等问题。基于协同过滤的推荐算法在所有的个性化推荐算法中优势明显,但是应用在教育资源推荐时该算法时也存在着问题。故此在本文系统中要着重解决这些问题。本文研究分析了个性化教育资源推荐系统目前的研究背景、意义、现状,针对其存在的问题提出改进的需求。在内容推荐和协同过滤推荐算法的基础上,提出了混合推荐算法,改进并提高了传统的推荐算法的效率。最后,将改进后的混合推荐系统与传统推荐系统形成对比试验,进而证明了改进之后的混合推荐算法在智能个性化中小学教育资源推荐系统中更有优势。
【学位授予单位】：中央民族大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.3;G434

【相似文献】

中国期刊全文数据库 前10条

1 徐义峰;徐云青;刘晓平;;一种基于时间序列性的推荐算法[J];计算机系统应用;2006年10期

2 余小鹏;;一种基于多层关联规则的推荐算法研究[J];计算机应用;2007年06期

3 张海玉;刘志都;杨彩;贾松浩;;基于页面聚类的推荐算法的改进[J];计算机应用与软件;2008年09期

4 张立燕;;一种基于用户事务模式的推荐算法[J];福建电脑;2009年03期

5 王晗;夏自谦;;基于蚁群算法和浏览路径的推荐算法研究[J];中国科技信息;2009年07期

6 周珊丹;周兴社;王海鹏;倪红波;张桂英;苗强;;智能博物馆环境下的个性化推荐算法[J];计算机工程与应用;2010年19期

7 王文;;个性化推荐算法研究[J];电脑知识与技术;2010年16期

8 张恺;秦亮曦;宁朝波;李文阁;;改进评价估计的混合推荐算法研究[J];微计算机信息;2010年36期

9 夏秀峰;代沁;丛丽晖;;用户显意识下的多重态度个性化推荐算法[J];计算机工程与应用;2011年16期

10 杨博;赵鹏飞;;推荐算法综述[J];山西大学学报(自然科学版);2011年03期

中国重要会议论文全文数据库 前10条

1 王韬丞;罗喜军;杜小勇;;基于层次的推荐:一种新的个性化推荐算法[A];第二十四届中国数据库学术会议论文集（技术报告篇）[C];2007年

2 唐灿;;基于模糊用户心理模式的个性化推荐算法[A];2008年计算机应用技术交流会论文集[C];2008年

3 秦国;杜小勇;;基于用户层次信息的协同推荐算法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

4 周玉妮;郑会颂;;基于浏览路径选择的蚁群推荐算法:用于移动商务个性化推荐系统[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年

5 苏日启;胡皓;汪秉宏;;基于网络的含时推荐算法[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

6 梁莘q，

本文编号：1264656