版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、現(xiàn)代遠程網(wǎng)絡教育的興起與發(fā)展,使得教學資源數(shù)字化、網(wǎng)絡化,信息資源膨脹化。現(xiàn)代遠程教育作為新興的一種教育模式,網(wǎng)絡教育平臺應該以學生求學的網(wǎng)絡化服務為設計的出發(fā)點和最終目的,既要能夠滿足學生的一般學習需求又要能夠針對學生的專業(yè)的類型、需求特征等信息來確定網(wǎng)絡教育平臺的資源和服務內(nèi)容,從而實現(xiàn)向智能化知識網(wǎng)絡方向發(fā)展。個性化推薦系統(tǒng)是解決這一問題的途徑之一。 推薦系統(tǒng)是在信息過濾技術的基礎上衍生的技術。信息過濾技術能夠較好的解決“
2、信息過載”和“資源迷向”問題,讓人們能更充分的使用Internet資源。信息過濾技術是實現(xiàn)信息資源個性化推薦的基礎。基于信息過濾技術的推薦系統(tǒng)具有良好的發(fā)展和應用前景。目前幾乎所有的大型商務系統(tǒng)都使用了不同形式的推薦系統(tǒng)。但是,在現(xiàn)代遠程教育教學網(wǎng)絡平臺中推薦系統(tǒng)的使用還是風毛麟角。 本文以山東師范大學遠程網(wǎng)絡教育教學平臺的建設為基礎,提出了基于內(nèi)容聚類的協(xié)同過濾推薦算法。在深入地研究了推薦系統(tǒng)所依賴的相關技術的基礎上,對各種技
3、術進行了分析和探討,將個性化的推薦系統(tǒng)引入到遠程教育網(wǎng)絡平臺中,設計并實現(xiàn)了一個為學生提供定制學習資源和學習項目的個性化推薦系統(tǒng)。本文的主要做了如下幾個方面的工作: 1、對現(xiàn)有推薦系統(tǒng)的相關技術進行深入研究探討了推薦系統(tǒng)的關鍵技術,重點研究了基于協(xié)同過濾的推薦算法和基于內(nèi)容過濾的推薦算法,并指出這兩種推薦算法的優(yōu)缺點。針對其優(yōu)缺點找到使之較好結(jié)合的方法和系統(tǒng)實現(xiàn)方式。 2、在著重研究協(xié)同過濾算法的基礎上提出基于最近鄰聚類
4、的協(xié)同過濾算法基于最近鄰的協(xié)同過濾算法考慮和強調(diào)的是最近點的重要性,因而忽視了整體用戶間的相似性,而且如果訓練樣本太大則算法的計算量就很大,因此,該算法不適用于分類速度較高的文本分類。本文針對其缺點提出了基于最近鄰聚類的系統(tǒng)過濾算法,該算法錯誤率較低,很大程度上減少分類量,從而在一定程度上加快了分類速度。 3、提出基于內(nèi)容的蟻群聚類協(xié)同過濾推薦算法由于基于最近聚類的協(xié)同過濾算法本身的局限性即只能保證搜索到目標項的大部分鄰居,但并
5、不能保證搜索到目標項的所有最近鄰居,所以可能會降低推薦系統(tǒng)的推薦精度。因此本文在著重研究基于蟻群聚類算法的基礎上提出了基于內(nèi)容聚類的協(xié)同過濾推薦算法,該算法是將改進的蟻群組合聚類算法和協(xié)同過濾相融合,從而克服了單一使用內(nèi)容聚類和協(xié)同過濾推薦算法的缺點。改進的蟻群組合聚類算法的優(yōu)點是不用輸入初始聚類中心和聚類中心間的最小距離等參數(shù),避免了聚類算法對初始聚類中心等參數(shù)的敏感性和參數(shù)設置不當會影響聚類結(jié)果等問題,并通過實驗詳細的討論和分析該算
6、法。 4、基于內(nèi)容聚類的協(xié)同過濾推薦算法應用在遠程教育平臺中本文設計并實現(xiàn)了一個為學生提供定制學習資源的個性化推薦系統(tǒng)。采用改進的蟻群組合聚類算法同協(xié)同過濾技術相結(jié)合,通過挖掘?qū)W生定制學習信息資源的事務數(shù)據(jù)庫得到學生定制內(nèi)容的組合模式,即用戶興趣模型,對學生進行定制推薦提供個性化服務。系統(tǒng)可以根據(jù)學生的興趣和目的不斷變化將學生的訪問活動實時捕獲,再動態(tài)的將該學生劃分到某一類興趣模式,因而生成不同的推薦結(jié)果。本系統(tǒng)可以將數(shù)據(jù)庫的更新
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于用戶聚類的協(xié)同過濾推薦系統(tǒng)研究.pdf
- 基于聚類技術的協(xié)同過濾推薦系統(tǒng)研究.pdf
- 基于用戶聚類的項目多內(nèi)容協(xié)同過濾推薦.pdf
- 基于遺傳聚類的協(xié)同過濾推薦系統(tǒng).pdf
- 基于蟻群用戶聚類的協(xié)同過濾推薦系統(tǒng)研究.pdf
- 基于協(xié)同過濾的推薦系統(tǒng)研究.pdf
- 基于用戶聚類的協(xié)同過濾推薦算法研究.pdf
- 基于知識的協(xié)同過濾推薦系統(tǒng)研究.pdf
- 基于聚類專家選擇的協(xié)同過濾推薦算法研究.pdf
- 基于社會興趣聚類的協(xié)同過濾推薦算法研究.pdf
- 基于項目聚類的協(xié)同過濾推薦算法的研究.pdf
- 基于Hadoop的改進聚類協(xié)同過濾推薦算法研究.pdf
- 基于用戶興趣聚類的協(xié)同過濾推薦技術的研究
- 雙向聚類迭代的協(xié)同過濾推薦算法.pdf
- 基于用戶興趣聚類的協(xié)同過濾推薦技術的研究.pdf
- 基于用戶協(xié)同過濾的視頻推薦系統(tǒng)研究.pdf
- 基于K-means聚類的協(xié)同過濾推薦算法研究.pdf
- 融合實時因素的用戶聚類協(xié)同過濾推薦系統(tǒng).pdf
- 基于云模型的協(xié)同過濾推薦系統(tǒng)研究.pdf
- 基于Hadoop的聚類協(xié)同過濾推薦算法研究及應用.pdf
評論
0/150
提交評論