隨著社會信息化和互聯(lián)網(wǎng)技術(shù)的發(fā)展,人們接受教育的方式逐漸豐富,獲取教育資源的途徑越來越多樣化,教育資源從線下向線上擴展的趨勢成為必然。在“互聯(lián)網(wǎng)+教育”背景下,社交網(wǎng)絡(luò)的飛速地發(fā)展以及社交網(wǎng)絡(luò)產(chǎn)品的不斷迭代更新,吸引了大量的教育學(xué)者、老師、家長以及孩子使用社交網(wǎng)絡(luò)進行教育資源信息交換,來突破傳統(tǒng)的教育教學(xué)方式,人們也更愿意從社交網(wǎng)絡(luò)中尋求教育資源信息。因此,用戶如何在有限的時間內(nèi)從海量的信息資源中獲取更多有效的教育資源是亟需解決的問題。本文研究以社交網(wǎng)絡(luò)小學(xué)教育資源為例,為小學(xué)生、家長和關(guān)注小學(xué)教育資源的其他用戶群體尋找教育資源服務(wù)而提出,設(shè)計效果良好的推薦算法,解決用戶如何在短時間內(nèi)快速地獲取和收集所需的小學(xué)教育資源,以及挖掘關(guān)注小學(xué)教育資源的用戶群體,向他們推薦有用的教育資源。本文主要從以下幾個部分開展研究:第一部分是提出混合相似度的協(xié)同過濾推薦算法。針對傳統(tǒng)的協(xié)同過濾算法余弦相似度計算方式易出現(xiàn)數(shù)據(jù)集稀疏問題,提出借助關(guān)鍵詞表的計算方法,間接計算內(nèi)容相似度,同時,多角度地從作者、用戶與資源文本之間的聯(lián)系出發(fā),在傳統(tǒng)的協(xié)同過濾算法上作改進,分別計算作者相似度和用戶相似度,然后混合相... 

【文章來源】：中央民族大學(xué)北京市 211工程院校 985工程院校

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１－丨論文的研究內(nèi)容??在本課題中，主要研究的內(nèi)容如下：??

表示用戶ｕ的潛在用戶集合中相似用戶ｖ對項目ｉ的矢量評分?jǐn)?shù)據(jù)，例如用戶ｖ在教育資??源推薦系統(tǒng)中，用戶對資源打分的矢量評分?jǐn)?shù)據(jù)。??如圖２－１為基于用戶的協(xié)同過濾算法推薦過程描述。??丨喜好????＾資源Ａ??「＾＾??資源Ｂ??－推薦資源Ｄ?一?）??Ｌ?推薦資源?一?＼??＇＇＇＇資源?Ｄ??用戶３??圖２－丨基于用戶的協(xié)同過濾算法推薦過程描述圖??由圖２－１可以看出，用戶１與用戶２，用戶３感興趣的資源項目集合相似，基于用戶的??協(xié)Ｍ過濾推薦算法通過比較用戶１喜好來判斷用戶２和用戶３可能感興趣的項目，將用戶??１感興趣的資源Ｄ作為推薦資源推薦給用戶２，用戶Ｉ感興趣的資源Ａ作為推薦資源推薦??給用戶３。該圖表達的含義是尋找最近用戶集中用戶偏好程度高的資源項目，作為推薦項??目推薦給其他用戶。??２．２．３基于項目的協(xié)同過濾推薦算法??基于項目的協(xié)同過濾算法主要思想是計算項目間相似程度得到用戶對項目的感興趣程??度，形成推薦列表１２？。項目間相似程度可以從兩方面考慮，一方面是用戶對項目評分的矢??８??

〇週：…??Ｊ：Ｈ?戶?３??圖２－２基于項目的協(xié)同過濾算法推薦過程描述圖??由圖２－２可以看出，用戶１、２、３均對資源Ａ、Ｂ、Ｃ感興趣，則認(rèn)為資源Ａ、Ｂ、Ｃ??為相似資源，如果存在用戶關(guān)注資源Ａ，則資源Ｂ，?Ｃ作為推薦列表，將會被推薦給該用??戶。該圖表達的含義是將項目集中與用戶感興趣的項目相似的其他項目推薦給用戶。??２．?３面向社交網(wǎng)絡(luò)的推薦算法研究介紹??互聯(lián)網(wǎng)的流行帶來了大量的用戶流量，推薦技術(shù)正是基于流量信息冗余誕生而出，從??龐大信息中對用戶進行解析，挖掘用戶的喜好和習(xí)慣Ｉ％。社交網(wǎng)絡(luò)是伴隨著社交軟件興起??的，社交網(wǎng)絡(luò)中包含了用戶日�；钴S諸多信息，能夠為推薦帶來最精確的數(shù)據(jù)信息，越來??越多的推薦研究學(xué)者關(guān)注到社交網(wǎng)絡(luò)中推薦算法的研究意義，此研宄內(nèi)容也成為當(dāng)下研究??的熱門方向［２７－氣??在國外，Ｓｅｏ，?Ｙｏｕｎｇ－Ｄｕｋ在文獻中指出社會發(fā)展主流的社交網(wǎng)絡(luò)和社交軟件ＳＮＳ??（Ｓｏｃｉａｌ?Ｎｅｔｗｏｒｋｉｎｇ?Ｓｅｒｖｉｃｅｓ）對推薦算法的研宄幫助顯而易見，且具有顯著的提升推薦效??果丨３°１。ＭｉｃｈｅｌＰｌｕ

【參考文獻】：
期刊論文
[1]教育信息化2.0的內(nèi)涵解讀、思維模式和系統(tǒng)性變革[J]. 胡欽太,張曉梅.  現(xiàn)代遠程教育研究. 2018(06)
[2]一種基于相似度和信任度融合的微博內(nèi)容推薦方法[J]. 李吉,黃微,郭蘇琳.  圖書情報工作. 2018(11)
[3]基于用戶協(xié)同過濾推薦算法研究與應(yīng)用[J]. 陳強.  福建電腦. 2017(01)
[4]基于混合屬性相似度的協(xié)同過濾推薦算法研究[J]. 甘秋鵬,葛萬成,汪亮友,林佳燕.  信息技術(shù). 2016(06)
[5]一種改進的混合推薦算法[J]. 宋文君,郭強,劉建國.  上海理工大學(xué)學(xué)報. 2015(04)
[6]上下文感知的移動社交網(wǎng)絡(luò)推薦算法研究[J]. 張志軍,劉弘.  模式識別與人工智能. 2015(05)
[7]基于微博交互信息的社交網(wǎng)絡(luò)推薦算法[J]. 周磊,覃俊,劉晶.  軟件導(dǎo)刊. 2015(04)
[8]社交網(wǎng)絡(luò)分析核心科學(xué)問題、研究現(xiàn)狀及未來展望[J]. 方濱興,賈焰,韓毅.  中國科學(xué)院院刊. 2015(02)
[9]基于用戶-標(biāo)簽-項目語義挖掘的個性化音樂推薦[J]. 李瑞敏,林鴻飛,閆俊.  計算機研究與發(fā)展. 2014(10)
[10]基于社交網(wǎng)絡(luò)的個性化推薦技術(shù)[J]. 張富國.  小型微型計算機系統(tǒng). 2014(07)

碩士論文
[1]面向社交網(wǎng)絡(luò)的個性化推薦算法的研究[D]. 張皓.北京郵電大學(xué) 2018
[2]學(xué)習(xí)資源個性化推薦系統(tǒng)的研究與實現(xiàn)[D]. 王新.華北電力大學(xué)(北京) 2018
[3]社交網(wǎng)絡(luò)中教育資源推薦的目標(biāo)用戶挖掘研究[D]. 徐亞.中央民族大學(xué) 2017
[4]社交網(wǎng)絡(luò)中的主題用戶推薦算法研究[D]. 陳舜華.廣東工業(yè)大學(xué) 2015
[5]網(wǎng)絡(luò)教育資源分類及推薦機制研究[D]. 楊帆.首都師范大學(xué) 2014
[6]基于混合推薦算法的微博網(wǎng)絡(luò)廣告推薦研究[D]. 杜愛玲.中國海洋大學(xué) 2014
[7]推薦系統(tǒng)用戶相似度計算方法研究[D]. 朱文奇.重慶大學(xué) 2014
[8]微博客用戶的使用動機與行為[D]. 王娟.山東大學(xué) 2010



本文編號：2930444