协同过滤论文基于协同过滤的教学资源个性化推荐技术的

协同过滤论文基于协同过滤的教学资源个性化推荐技术的

ID:20661333

大小:49.00 KB

页数:4页

时间:2018-10-14

协同过滤论文基于协同过滤的教学资源个性化推荐技术的_第1页
协同过滤论文基于协同过滤的教学资源个性化推荐技术的_第2页
协同过滤论文基于协同过滤的教学资源个性化推荐技术的_第3页
协同过滤论文基于协同过滤的教学资源个性化推荐技术的_第4页
资源描述:

《协同过滤论文基于协同过滤的教学资源个性化推荐技术的》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、协同过滤论文:基于协同过滤的教学资源个性化推荐技术的研究及应用【中文摘要】互联网给人们提供了丰富的信息资源,它已成为人们获取信息的重要途径。随着互联网上信息数量的激增,信息搜索技术面临着越来越大的挑战,传统的搜索引擎很难满足用户个性化的需求,人们要准确、快速的找到自己所需要的资源越来越困难,所以推荐技术应运而生,并显示出了强大的生命力。推荐技术根据用户已有的信息,对目标用户感兴趣的信息进行推荐,帮助用户更方便的找到所需要的信息。本文将推荐应用于教育信息化领域。教学资源作为教育信息化的一个组成部分,在教学中发挥着重要的作用。网络教学平台中包含了大量的教学资源,但是通常给用户提供的都

2、是相同的资源。由于用户的兴趣爱好有差异,所以对教学资源的需求也不尽相同。在众多的推荐技术中,协同过滤技术是应用最为广泛的一项个性化推荐技术。通过运用协同过滤技术,可以帮助用户发现潜在的兴趣爱好并做出推荐,让用户在大量的教学资源中迅速、准确的找到适合自己学习的资源,满足了用户对个性化服务的需求。本文对网络教学平台的用户进行研究,分析了这一特定群体的特点,并且结合教学资源的项目特征,设计了具体的推荐流程,并对推荐过程中所要用到的相似度算法进行改进,提出了一种基于用户和基于项混合协同过...【英文摘要】Internethasbecomeanimportantwayforpeopleto

3、reachinformation.Itprovidespeoplewithabundantinformationresources.Asthesurgeofinformationquantity,searchtechniqueisfacingthebigchallenge.Itbecomesdifficultforpeopletofindtherightandsuitableresources,sothetraditionalsearchtechniqueishardtomeetthepersonalizedrequirementsofusers.Underthiscircums

4、tancetherecommendtechnologyarisesandshowsstrongvitality.Recommendtechnologymakerecommendationthatinteres...【关键词】协同过滤个性化特定群体混合推荐网络教学平台【英文关键词】CollaborativeFilteringPersonalizedSpecificGroupHybridRecommendationNetworkTeachingPlatform【目录】基于协同过滤的教学资源个性化推荐技术的研究及应用致谢5-6中文摘要6-7ABSTRACT71引言10-131.1研究背

5、景及选题意义10-111.2国内外研究现状11-121.3本文的主要工作121.4文章的组织结构12-132个性化推荐系统相关理论13-252.1推荐系统概述132.2个性化推荐技术的分类13-182.2.1基于内容的推荐13-142.2.2基于协同过滤的推荐142.2.3基于规则的推荐14-152.2.4基于数据挖掘的推荐15-172.2.5合推荐17-182.3协同过滤技术的介绍18-242.3.1协同过滤技术的分类18-192.3.2基于用户的协同过滤算法19-212.3.3基于项目的协同过滤算法21-222.3.4基于模型的协同过滤算法22-232.3.5协同过滤技术面临

6、的挑战23-242.4本章小结24-253用户兴趣模型的建立25-343.1用户建模的相关理论及方法25-313.1.1数据收集26-273.1.2模型表示27-283.1.3模型学习28-303.1.4模型更新30-313.2教学资源模型的建立31-323.3用户模型的建立32-344个性化推荐流程和算法的设计34-414.1推荐流程34-384.1.1本专业资源推荐34-364.1.2非本专业资源推荐36-384.2相似度计算38-394.2.1相似度计算方法分析38-394.2.2改进的相似度计算方法394.3混合协同过滤推荐算法39-415推荐引擎的实现41-485.1A

7、pachemahout的简介41-425.2使用Taste构建推荐引擎42-485.2.1抽取Taste工具包42-435.2.2数据建模43-445.2.3推荐引擎实现44-486算法的评价48-526.1实验数据集与环境48-496.2实验评价标准496.3实验方案设计49-506.4实验结果分析50-527总结与展望52-53参考文献53-56作者简历56-58学位论文数据集58

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。