基于協(xié)同過濾推薦技術(shù)的學(xué)習(xí)資源個(gè)性化推薦系統(tǒng)研究.pdf

1、E-learning已成為企業(yè)開展員工培訓(xùn)的有效方式之一。目前，許多大型企業(yè)在企業(yè)內(nèi)部網(wǎng)或互聯(lián)網(wǎng)搭建了e-learning平臺(tái)。隨著e-learning應(yīng)用實(shí)踐的深入，e-learning平臺(tái)中學(xué)習(xí)資源數(shù)量日漸增多，導(dǎo)致員工需要花費(fèi)大量的時(shí)間和精力在平臺(tái)中檢索和查閱符合自己需要的學(xué)習(xí)資源，甚至找不到符合自己興趣和工作崗位需求的學(xué)習(xí)資源。通過分析多個(gè)企業(yè)e-learning門戶系統(tǒng)，我們發(fā)現(xiàn)，當(dāng)前e-learning系統(tǒng)推送學(xué)習(xí)資源的方式

2、有：Top-N推薦方式、關(guān)鍵字查詢方式和最新資源推薦。以上各種資源推送方式在一定程度上幫助學(xué)習(xí)者檢索和發(fā)現(xiàn)符合學(xué)習(xí)需要的資源，但是不能個(gè)性化地向?qū)W習(xí)者推送學(xué)習(xí)資源。因此，如何解決e-learning系統(tǒng)中學(xué)習(xí)資源的個(gè)性化地主動(dòng)式推薦就成為當(dāng)前教育技術(shù)學(xué)研究人員面臨的研究主題之一。本文首先對(duì)目前已在電子商務(wù)領(lǐng)域成功應(yīng)用的協(xié)同過濾推薦技術(shù)及算法作了分析和研究，并總結(jié)、概括了該算法存在的不足之處，針對(duì)這些問題介紹了幾種典型的優(yōu)化算法。

3、　　 然后，為了解決協(xié)同過濾算法自身存在的數(shù)據(jù)稀疏和冷啟動(dòng)問題，提出了利用內(nèi)容過濾推薦算法和項(xiàng)目評(píng)分預(yù)測(cè)方法對(duì)其進(jìn)行優(yōu)化的思想。同時(shí)，構(gòu)建了一個(gè)基于用戶學(xué)習(xí)行為的隱式評(píng)分模型，將用戶對(duì)資源的收藏、推薦、分享等能夠體現(xiàn)用戶對(duì)資源喜好的行為因素轉(zhuǎn)化為可定量的資源評(píng)分，以增加用戶對(duì)資源的評(píng)分率。將以上的算法思想加以融合，得到一個(gè)優(yōu)化的組全算法。
　　 最后，基于以上提出的優(yōu)化組合后的協(xié)同過濾推薦算法，構(gòu)建一個(gè)個(gè)性化學(xué)習(xí)資源推薦模型，