本文關(guān)鍵詞： 移動學(xué)習(xí) 協(xié)同推薦 布爾型資源 用戶評價　出處：《圖書情報工作》2017年03期 　論文類型：期刊論文

【摘要】：[目的 /意義]針對移動在線學(xué)習(xí)平臺中用戶評價具有布爾變量屬性的學(xué)習(xí)資源,提出一種適用于該類資源的協(xié)同推薦方法。[方法 /過程]首先采用基于用戶自身屬性和已有好友分布特征的FRUTAI算法,確定目標(biāo)用戶的最近鄰集;然后在解決數(shù)據(jù)稀疏的基礎(chǔ)上,提出適用于布爾型移動在線學(xué)習(xí)資源的協(xié)同推薦方法;最后選取實(shí)證對象,依據(jù)相關(guān)評估方法評估推薦結(jié)果。[結(jié)果 /結(jié)論]在以豆瓣書評網(wǎng)數(shù)據(jù)作為數(shù)據(jù)集的實(shí)證中取得了較好的推薦效果。實(shí)證結(jié)果表明,本文提出的改進(jìn)的協(xié)同推薦算法可以有效地應(yīng)用于移動在線學(xué)習(xí)平臺中的布爾型學(xué)習(xí)資源,具有較好的推薦效果。
[Abstract]:[objective / significance] for users in mobile online learning platforms, evaluate learning resources with Boolean variable attributes, This paper proposes a collaborative recommendation method for this class of resources. Firstly, the FRUTAI algorithm based on the user's own attributes and the distribution characteristics of existing friends is used to determine the nearest neighbor set of the target user. Then, on the basis of solving the data sparsity, a collaborative recommendation method for Boolean mobile online learning resources is proposed. Finally, the empirical object is selected. [results / conclusions] A good recommendation effect is obtained by using Douban Book Review Network data as a data set. The empirical results show that, The improved collaborative recommendation algorithm proposed in this paper can be effectively applied to Boolean learning resources in mobile online learning platform and has a good recommendation effect.
【作者單位】： 華中師范大學(xué)信息管理學(xué)院;
【基金】：國家社會科學(xué)基金重大項(xiàng)目“基于多維度聚合的網(wǎng)絡(luò)資源知識發(fā)現(xiàn)研究”(項(xiàng)目編號:13&ZD183) 國家自然科學(xué)青年基金項(xiàng)目“基于QSIM的圖書館移動用戶群體行為模擬與學(xué)習(xí)興趣引導(dǎo)研究”(項(xiàng)目編號:71503097)研究成果之一
【分類號】：TP391.3;G434
，

本文編號：1506341