基于协同过滤的学习资源个性化推荐研究.pdf

《基于协同过滤的学习资源个性化推荐研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于协同过滤的学习资源个性化推荐研究牛文娟2015年1月中图分类号：TP311.5UDC分类号：004基于协同过滤的学习资源个性化推荐研究作者姓名牛文娟学院名称计算机学院指导教师汤世平答辩委员会主席樊孝忠教授申请学位工学硕士学科专业计算机科学与技术学位授予单位北京理工大学论文答辩日期2015年1月21日LearningresourcerecommendationresearchbasedoncollaborativefilteringCandidateName:NiuWenjuanSchoolorDepartment:ComputerSciencean

2、dTechnologyFacultyMentor:TangShipingChair,ThesisCommittee:FanXiaozhongDegreeApplied:MasterofEngineeringMajor:ComputerScienceandTechnologyDegreeby:BeijingInstituteofTechnologythTheDateofDefence:January21,2015研究成果声明本人郑重声明：所提交的学位论文是我本人在指导教师的指导下进行的研究工作获得的研究成果。尽我所知，文中除特别标注和致谢的地方外，学位论

3、文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。签名：日期：北京理工大学硕士学位论文摘要随着计算机及网络的普及，互联网逐步走进了人们的日常生活并改变着人们获取信息的方式。互联网的普及也使得在线学习更加便捷，网络教育得到了迅速发展，随之而来的信息过载问题也愈来愈严峻。学习资源的获取平台增加，资源类型也变得更加多样，面对着海量的学习资源，如何根据用户的行为轨迹，分析用户兴趣，推荐能够反映用户学习

4、兴趣的学习资源，实现“因材施教”变得越来越重要，网络的个性化学习已经成为当今世界网络教育领域的发展趋势。个性化推荐在互联网电子商务领域的应用已经非常成熟，研究学者们也纷纷开始探索推荐技术在教育领域的应用。本文研究的问题就是针对学习资源的个性化推荐，提出了一种基于用户影响关系的协同过滤推荐方法，该方法不受学习资源的组织异构性及多样性的限制，不仅使用传统协同过滤推荐采用的用户项目评分信息，还通过挖掘用户时序交互评论和回复行为数据发现用户之间的相互影响关系，从而优化用户兴趣矩阵，之后在此基础上改善基于用户的协同过滤方法进行推荐。在数据集上的实验结果表明，通过

5、利用用户之间时序交互行为数据，挖掘隐藏的用户影响关系信息可以有效提高预测准确度。论文主要包括以下内容：首先，对国内外研究的状况和目前网络教育的特征进行了分析和总结；其次，对相关概念和推荐算法进行了详细的介绍；之后详细阐述了本文提出的基于用户之间影响关系的学习资源个性化推荐方法，从用户时序交互行为中挖掘用户影响关系，应用于学习资源个性化推荐；然后，在TED数据集上进行实验，验证推荐效果；最后，对本文的创新性与未来展望进行总结，并就今后进一步在本研究方向进行研究工作的展望与设想。关键词：个性化推荐；协同过滤；学习资源推荐；用户影响关系；教育推荐I北京理工大

6、学硕士学位论文AbstractWiththerapidpopularityofcomputersandInternet,informationtechnologysystemsisusedinpeople'sdailylifegraduallyandchangingthewaypeopleofgaininginformationnow.AlsotheInternetmakesonlinelearningmoreconvenientandgettingrapidgrowth.Howevertheproblemofinformationoverloadis

7、becomingmoreandmoreserious.Theplatformsoflearningresourceincrease.Thetypeoflearningresourceisbecomingmorediverse.Nowadays,personalizedrecommendationoflearningresourceshasbecomeanewtrendoftheworldinthefieldofe-leaning.It’shelpfultoanalyzeuser’sinterestandrecommendhimlearningresou

8、rceswhichmayhelphislearning.Personalizedrecomme