開放平臺下校園教育資源推薦算法的研究.pdf

1、當前，互聯(lián)網教育發(fā)展如火如荼，在線公開課和大規(guī)模在線開放課程 MOOC更是風靡全球。伴隨著智能化建設的發(fā)展浪潮，當下的互聯(lián)網教育在改變上課方式的同時，也帶給人們不一樣的資源發(fā)現(xiàn)過程，首先平臺通過分析用戶在線的交互記錄，找出用戶學習過程中的學習模式，然后利用資源的內在特征關聯(lián)，以及用戶的參與、評價數(shù)據(jù)為用戶推薦潛在感興趣的課程資源。由于用戶的體驗習慣不斷被改變，大學校園的教育形式也需要適應新的發(fā)展步伐去主動向學生推薦其潛在感興趣的資源；除

2、此之外，從另一方面來說，推薦可以解決現(xiàn)存在線教學資源浪費，提高教學資源的利用率，同時也挖掘出現(xiàn)存數(shù)據(jù)的利用價值。在當下推薦已成為MOOC時代教育資源傳播的重要特征的背景下，校園中進行課程推薦卻由于選課記錄數(shù)據(jù)結構特征的特殊性難以實現(xiàn)，所以文本著重研究在校園中做課程推薦時推薦算法的選取與應用。
　　本文研究的主要脈絡結構：
　　1.基于開放式智能化校園建設的背景，本文對校園信息平臺的發(fā)展現(xiàn)狀和校園課程推薦的意義和目的進行了闡述

3、；
　　2.分析了當前三類主流推薦算法模型，并對每一類的推薦算法的發(fā)展歷史、研究現(xiàn)狀和經典模型做了介紹，并指出了這些模型處理問題的優(yōu)缺點；
　　3.透視分析校園內選課數(shù)據(jù)記錄的結構特點及其特殊性，調查分析了影響選課的相關因素，為建立合適的推薦模型提供參考；
　　4.針對校園課程推薦中評分數(shù)據(jù)的極度稀疏性和網絡結構的高聚集特點，結合推薦算法本身處理過程的特點，設計并實現(xiàn)了了動態(tài)不確定性近鄰的協(xié)同過濾推薦算法和基于網絡結構