資源描述：
《基于協(xié)同過濾技術(shù)的在線學(xué)習(xí)資源個(gè)性化推薦系統(tǒng)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、基于協(xié)同過濾技術(shù)的在線學(xué)習(xí)資源個(gè)性化推薦系統(tǒng)研究 【摘要】 在線學(xué)習(xí)資源建設(shè)已經(jīng)成為了當(dāng)今數(shù)字化學(xué)習(xí)研究的熱點(diǎn)問題。本文以學(xué)習(xí)過程中學(xué)習(xí)者學(xué)習(xí)行為和在線學(xué)習(xí)資源的特點(diǎn)為基礎(chǔ)，結(jié)合協(xié)同過濾算法，設(shè)計(jì)了基于協(xié)同過濾技術(shù)的在線學(xué)習(xí)資源個(gè)性化推薦系統(tǒng)模型。實(shí)踐證明，該模型可以更好地為學(xué)習(xí)者創(chuàng)造數(shù)字化學(xué)習(xí)環(huán)境，提高學(xué)習(xí)者的自主學(xué)習(xí)效率。 【關(guān)鍵詞】協(xié)同過濾；個(gè)性化推薦；學(xué)習(xí)行為；自主學(xué)習(xí) 【中圖分類號(hào)】G40-057【文獻(xiàn)標(biāo)識(shí)碼】A【文章編號(hào)】１００９―４５８ｘ（２０12）08―００78―０5 一
2、、引言11 E-learning作為一種基于計(jì)算機(jī)通信技術(shù)的學(xué)習(xí)方式，可以最大限度地利用網(wǎng)絡(luò)教學(xué)資源，學(xué)習(xí)者在學(xué)習(xí)過程中不必受到時(shí)空環(huán)境的限制，隨時(shí)隨地根據(jù)自身需要進(jìn)行自主學(xué)習(xí)。這種新型的學(xué)習(xí)形式目前已經(jīng)廣泛的應(yīng)用于各種在線課堂教學(xué)和技能培訓(xùn)領(lǐng)域。雖然E-learning教學(xué)資源建設(shè)已經(jīng)取得了階段性成果，但是主要有以下幾個(gè)問題：（1）資源數(shù)量爆炸性增長(zhǎng)。如今在線學(xué)習(xí)資源數(shù)量繁多，資源的質(zhì)量和水平參差不齊，學(xué)習(xí)者往往無(wú)法辨別資源的優(yōu)劣，導(dǎo)致學(xué)習(xí)資源的利用水平并不理想。（2）資源種類多樣化。在線學(xué)習(xí)
3、資源除了傳統(tǒng)的文本類型以外，還有聲音、圖像、視頻等多種媒體類型，媒體類型的不一致也給資源的搜索和歸類帶來(lái)了不便。（3）資源非線性呈現(xiàn)。與傳統(tǒng)教學(xué)中的書本不同，在線學(xué)習(xí)資源一般以超文本鏈接聯(lián)系各個(gè)知識(shí)點(diǎn)，學(xué)習(xí)者以非線性的方式進(jìn)行學(xué)習(xí)，知識(shí)點(diǎn)的“跳躍性”也容易讓學(xué)習(xí)者在學(xué)習(xí)時(shí)產(chǎn)生迷茫感。以上問題使得目前很多的E-learning系統(tǒng)無(wú)法根據(jù)不同學(xué)習(xí)群體的不同學(xué)習(xí)特征來(lái)提供個(gè)性化的學(xué)習(xí)支持服務(wù)。隨著人們對(duì)在線學(xué)習(xí)資源認(rèn)識(shí)的不斷深入，具有智能分析技術(shù)的在線學(xué)習(xí)資源系統(tǒng)將是未來(lái)資源建設(shè)發(fā)展的趨勢(shì)之一。由于學(xué)
4、習(xí)者群體的特殊性，每位學(xué)習(xí)者都有其潛在的學(xué)習(xí)興趣，協(xié)同過濾技術(shù)可以幫助學(xué)習(xí)者快速地發(fā)現(xiàn)有價(jià)值的資源，自主選擇學(xué)習(xí)內(nèi)容，根據(jù)自身的興趣度來(lái)完善知識(shí)體系。因此，本文將協(xié)同過濾技術(shù)手段和在線學(xué)習(xí)資源的特征相結(jié)合，從學(xué)習(xí)者自主學(xué)習(xí)的角度來(lái)構(gòu)建滿足學(xué)習(xí)者個(gè)性化需要的在線學(xué)習(xí)資源系統(tǒng)?！ 《⑽墨I(xiàn)綜述 個(gè)性化推薦是對(duì)用戶的興趣、愛好、行為進(jìn)行分析和建模，根據(jù)分析得出的結(jié)果給用戶提供“個(gè)性化”、“定制化”的服務(wù)，以解決目前互聯(lián)網(wǎng)中信息過載這一問題。目前，個(gè)性化推薦技術(shù)可以分為內(nèi)容過濾推薦、規(guī)則過濾推薦和協(xié)同過
5、濾推薦。 1.內(nèi)容過濾推薦技術(shù) 基于內(nèi)容的推薦是較早提出的一種推薦技術(shù)，該算法的原理是利用概率或者機(jī)器學(xué)習(xí)技術(shù)將用戶的已有興趣表示為模型，然后與資源進(jìn)行比較，通過兩者之間的相似程度來(lái)為用戶進(jìn)行推薦。 2.規(guī)則過濾推薦技術(shù)11 基于規(guī)則的推薦是將推薦規(guī)則事先進(jìn)行保存，然后通過這些規(guī)則對(duì)用戶進(jìn)行推薦。規(guī)則過濾推薦系統(tǒng)中規(guī)則的質(zhì)量和數(shù)量決定了推薦的效果，從本質(zhì)上說(shuō)規(guī)則就是“if-else”類型的語(yǔ)句，這些語(yǔ)句分別描述了不同情境下以何種方式進(jìn)行推薦?！ ?.協(xié)同過濾推薦技術(shù) 協(xié)同過濾技術(shù)最早于1
6、992年出現(xiàn)在Tapestry系統(tǒng)中，當(dāng)時(shí)主要用于解決電子郵件系統(tǒng)的篩選問題。隨著協(xié)同過濾技術(shù)的發(fā)展，協(xié)同過濾技術(shù)在商業(yè)領(lǐng)域取得了較大成功。國(guó)外最具代表性的協(xié)同過濾系統(tǒng)有Amazon和Facebook的廣告系統(tǒng)，Amazon是根據(jù)用戶購(gòu)買和查看圖書的記錄來(lái)為其推薦可能感興趣的書籍，F(xiàn)acebook則是依托其龐大的用戶群，根據(jù)朋友間的興趣來(lái)進(jìn)行廣告營(yíng)銷。與國(guó)外相比，國(guó)內(nèi)的協(xié)同過濾系統(tǒng)研究起步較晚，目前國(guó)內(nèi)比較成熟的協(xié)同過濾系統(tǒng)主要有當(dāng)當(dāng)網(wǎng)和豆瓣猜。當(dāng)當(dāng)網(wǎng)和Amazon的功能類似，同樣是用于圖書商品的
7、推薦，豆瓣猜是通過分析用戶讀書記錄來(lái)預(yù)測(cè)用戶可能喜愛的書籍。協(xié)同過濾技術(shù)為網(wǎng)站增加了收入來(lái)源，增強(qiáng)了用戶體驗(yàn)度，受到了用戶的好評(píng)?！ ∫陨先N個(gè)性化推薦技術(shù)的優(yōu)缺點(diǎn)如表1所示?！ f(xié)同過濾技術(shù)從算法上分類可以分為基于用戶的（User-based）協(xié)同過濾算法和基于項(xiàng)目的（Item-based）協(xié)同過濾算法?；谟脩舻膮f(xié)同過濾算法認(rèn)為相似用戶評(píng)價(jià)的項(xiàng)目之間存在相似性，可以以此來(lái)預(yù)測(cè)某個(gè)用戶對(duì)該項(xiàng)目可能的評(píng)價(jià)；基于項(xiàng)目的協(xié)同過濾算法則采用計(jì)算項(xiàng)目之間相似度的方法來(lái)預(yù)測(cè)用戶對(duì)其他項(xiàng)目的評(píng)價(jià)。11 圍繞
8、協(xié)同過濾技術(shù)算法，國(guó)內(nèi)外研究人員從個(gè)性化推薦的角度進(jìn)行了一系列的研究工作。關(guān)于User-based算法，2009年Xia提出了一個(gè)改進(jìn)的User-based協(xié)同過濾算法[1]，在算法中引入用戶加權(quán)值，來(lái)提高算法的準(zhǔn)確度；2010年，Robert和Istvan將分布式技術(shù)與User-based協(xié)同過濾算法相結(jié)合，提出了一個(gè)完全的分布式推薦系統(tǒng)[2]；Zhao和Shang提出了一個(gè)云平臺(tái)的用戶協(xié)同過濾算法，提高了協(xié)同過濾算法的可擴(kuò)展性能[3]；Mu和Chen在User-based協(xié)同過
