基于用户聚类个性化微课推荐算法研究

基于用户聚类个性化微课推荐算法研究

ID:37808547

大小:245.00 KB

页数:7页

时间:2019-05-31

基于用户聚类个性化微课推荐算法研究_第1页
基于用户聚类个性化微课推荐算法研究_第2页
基于用户聚类个性化微课推荐算法研究_第3页
基于用户聚类个性化微课推荐算法研究_第4页
基于用户聚类个性化微课推荐算法研究_第5页
资源描述:

《基于用户聚类个性化微课推荐算法研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于用户聚类的个性化微课推荐算法研究梁爽(浙江工业大学教育科学与技术学院浙江杭州310023)摘要:信息超载导致互联网上现有微课资源自动推荐系统普遍存在盲目性和低效性,许多优质微课资源成为网络中的“暗信息”。本研究针对这个问题,分析比较了现有的个性化推荐系统的优缺点,综合协同过聚类技术和滤技术,对微课及微客用户进行各项指标分析,提出了一种基于用户聚类的个性化微课推荐算法的具体实施方案。关键词:用户聚类;个性化推荐;微课引言随着计算机网络技术的发展,以及网络教育的实现,关于网络教育的资源在不断丰富,人们越来越多的通过网络获取知识,并逐渐成为习惯。通过搜索引擎

2、,网络学习者可以搜索学习材料、学习工具、教学平台用于某一学习目标或者学习任务,但是学习者如果想要自己需要的学习资源也不太容易,因为海量的资源对于学习者来说是个问题,在这种情况下对于学习者个性化的推荐就产生了。但是用户想要挑选出自己所需要的信息是很困难的,于是个性化推荐应运而生。目前现有微课资源自动推荐系统已经难以满足用户的个性户需求,往往无法帮助用户找到适合自己的微课资源。怎样在海量的微课教育资源中给用户提供个性化的课程资源,对于研究者来说是一项非常有意义的内容,那么个性化推荐系统就是本研究的一个有力工具。在基于用户聚类的个性化推荐系统中,通过建立教育资源

3、产品与用户之间的二次元关系,在推荐系统中,挖掘微课数据库里面保存的大量用户课程学习记录,利用现有的相似性关系或选择过程筛选出每个用户潜在感兴趣的对象,向用户提供个性化微课资源的推荐。本研究面向微课注册用户,设计基于用户聚类的个性化微课推荐算法,可以离线完成用户聚类,减少系统不必要的时间开销。另外该系统能够有效针对用户偏好和特定需求提供个性化信息服务,使用户以最快的方式,得到自己需要的微课信息,节约时间和空间,提高用户对微课平台的忠诚度。同时,该项研究为微课个性化服务的研究和实践提供了一种新的思路。一微课的概述微课程的雏形最早见于美国LeRoyA.McGre

4、w教授所提出的60秒课程(60-SecondCourse),以及英国T.P.Kee也提出了一个叫一分钟的演讲(TheOneMinuteLecture,简称OML)[1]。在国外,早已有了“微课程”(Micro-lecture)的概念,他最早创于2008年秋天,是美国的一个学院在线经理首创。微课,并不是为微格教学专门开发的微型内容,它是借助建构主义学习法构建而成的,并使用与移动学习或者是在线学习[2]。Penrose提出了提出了五个步骤用于建设微课程:首先分析课堂教学所要传授的核心内容,微课程的重点将有这些核心内容构成;微课开发者利用录屏软件录制以上内容,每

5、一个微课程的时常大概在3分钟;但是这要教师在课前设计出课前任务单,以供学生在课前学习的时候使用,能够在学习者自主学习的时候提供指导,将此学习任务单和学习微视频一起传到课程的管理系统中[3]。二聚类算法分析聚类是指按照事物本身的重要特征,并根据一定的标准或者规则,合理地给未分类事物划分集合的过程。聚类的目的是将看似不相关的事物聚集成类,使得相似性较高的事物能够在同一个聚类内,而相似性较低的事物之间属于不同的聚类中。给事物聚类真正的体现了“物以类聚,人以群分”的智能思想[4]。传统的聚类算法分为五中聚类算法:划分的聚类算法(partitioningmethod

6、s),基于网格的聚类算法(grid-basedmethods),层次的聚类算法(hierarchicalmethods),基于密度的聚类算法(density-basedmethods)和基于模型的算法(model-basedmethods)。三项目聚类算法分析项目聚类算法则是在项目属性特征的基础上进行聚类的,但是对事物进行推荐的过程中太过于依赖“用户—项目”的评价矩阵。实际上这个“用户—项目”矩阵是很稀疏的,例如有兴趣爱好相同的两个用户并没有对同一个项目进行过评价,这样会导致无法相互推荐;还有,如果有新项目加入,新项目就会因为没有用户给使用过,没有用户评价

7、而到不到推荐;最后,每一个项目都有自己特定的属性,项目本事是由项目的若干属性构成的,而且项目属性差之间的差异很大。传统的推荐算法不能解决这种问题,这些缺陷导致邻居用户不准确,影响推荐精度。1项目类别的属性相似性判断类别相似性是比较常见的,它是因为项目的不同分类导致的。定义1:先分析项目本身的属性特征,根据分析得出的结果建立关于项目的层次树,如图1所示:图1项目类别层次树定义2:最近类别,a和b两个项目是关于语言类的视频,但都是属于微课类型的,那么它们俩在这个层次树中就会特别靠近,把它们俩称之为最近类别。定义3:层次深度,上一个定义中所说的a和b项目对应的层

8、级深度就为它们的项目层次深度,用Deepa,b表示。类似d∈语言视

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。