移动环境下的个性化学习资源推荐策略研究

《移动环境下的个性化学习资源推荐策略研究》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、分类号密级UDC编号硕士研究生学位论文论文题目：移动环境下的个性化学习资源推荐策略研究学院信息学院专业名称计算机应用技术研究生姓名王晓康学号13077503002导师姓名夏幼明职称教授2016年6月20日独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：年月日学位论文版权使用授权书本学

2、位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权云南师范大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。学位论文作者签名：指导教师签名：年月日年月日摘要摘要近些年，移动智能终端大量普及，通信技术日新月异，互联网信息的主要传播媒介已经从传统的PC端转向移动端。虽然传播媒介发生了明显改变，但移动终端用户仍然面对着“信息爆炸”和“信息过载”这一互联网时代的顽疾，并且受限于移动

3、设备计算能力低、显示面积小，使用环境复杂等特点，问题显得更加严重。个性化推荐技术提出和应用有效缓解了当前所面临的问题，其本质是根据用户的兴趣取向预测用户对资源的偏好，形成推荐列表。20多年的研究历史使得个性化推荐技术获得了较快发展，在电子商务等领域的成功应用使其研究取得了非凡成就。移动互联网的浪潮推动了移动领域的个性化推荐技术的研究和应用，但还没有达到很完善的地步，特别是具体领域的应用研究比较缺乏。本文围绕移动学习资源的个性化推荐展开移动环境下的推荐策略研究。文章针对性地介绍了移动学习资源推荐的国内外研究现状、移动学习的概念、情景感

4、知服务体系以及目前存在的多种个性化推荐算法的实现原理和优缺点，这为展开研究活动提供了重要理论依据。文中重点论述了基于协同过滤技术的个性化推荐算法原理、算法缺陷及优化方法，并在此基础上提出了一种融合移动情景上下文的个性化移动学习资源推荐算法MCCF。该算法有效缓解了目前相关研究存在的两个问题：一是针对移动学习资源的个性化推荐中学习者移动情景上下文问题的研究，以提高推荐结果的准确率；二是针对移动终端计算性能的限制，必须考虑所采用的算法复杂度，需在推荐计算方面满足及时性的要求。本文提出的推荐策略将提取到的学习者移动上下文情景作为学习者的偏

5、好特征，实现了U(学习者)×I(学习资源)×C(移动情景上下文)三维模型向U×I二维模型的转化，从而使得推荐结果能够应用传统的协同过滤算法得到。通过进一步研究发现，利用数据分析和数据挖掘技术能够得到学习者移动情景特征和资源特征的关联度，这种关联度能动态地反映用户偏好，从而优化最终推荐结果。MCCF算法既充分融入了学习者移动情景信息，同时，兼顾了算法的复杂度，最终的实验结果表明该算法在准确性和用户满意度上均优于传统算法，并且及时性较高，适合移动终端的推荐场景。关键词：移动学习资源；协同过滤；情景推荐；协作学习IAbstractAbst

6、ractWiththepopularityofmobilesmartdevicesandthedevelopmentofcommunicationtechnology,themaincommunicationmediaoftheInternethasshiftedfromthetraditionalPCendtothemobileendinrecentyears.Althoughthemediahaschanged,butthemobileusersarestillfacedwithpersistentailmentofthe"in

7、formationexplosion"and"informationoverload"intheInternetera.Bythelimitofmobiledeviceswithlowcomputingpowerandsmalldisplayarea,theproblemismoreserious.Personalizedrecommendationtechnologyisproposedandappliedtoeffectivelyalleviatethecurrentproblems,whichisbasedontheuser'

8、sinterestorientationtopredicttheuser'spreferenceforresourcestoformalistofrecommendations.With20yearsofresearchhistory