【摘要】：隨著大規(guī)模網(wǎng)絡(luò)開放課程的飛速發(fā)展,在線教育這一全新的學(xué)習(xí)形式開始被越來(lái)越多的人所接受。用戶通過(guò)互聯(lián)網(wǎng)可以學(xué)習(xí)到各種領(lǐng)域的知識(shí)和技能,但隨著在線課程資源數(shù)量的增加以及種類的越來(lái)越多樣化,用戶在考慮想要學(xué)習(xí)的課程時(shí)經(jīng)常會(huì)遇到選擇難題。推薦算法的引入能夠?yàn)橛脩舻恼n程學(xué)習(xí)提供建議,但由于網(wǎng)絡(luò)課程存在一些局限性,如文本信息較少、用戶行為信息不夠豐富、評(píng)價(jià)信息缺乏等,傳統(tǒng)的推薦算法無(wú)法直接應(yīng)用到網(wǎng)絡(luò)課程的推薦中,需要基于網(wǎng)絡(luò)課程的獨(dú)特場(chǎng)景進(jìn)行創(chuàng)新和改進(jìn)。本文在對(duì)云課堂用戶數(shù)據(jù)進(jìn)行了充分分析的基礎(chǔ)上,研究并實(shí)現(xiàn)了一種基于多特征排序模型的網(wǎng)絡(luò)課程推薦算法。該算法結(jié)合了網(wǎng)絡(luò)課程及用戶相關(guān)的多個(gè)特征,包括基于主題的用戶偏好、基于協(xié)同過(guò)濾的用戶偏好、課程熱門度、講師影響力。通過(guò)排序?qū)W習(xí)的方法對(duì)這些特征進(jìn)行線性組合,計(jì)算目標(biāo)用戶與網(wǎng)絡(luò)課程間的匹配程度,從而為用戶進(jìn)行課程推薦。為了驗(yàn)證算法的有效性,本文在云課堂真實(shí)數(shù)據(jù)集上進(jìn)行了大量實(shí)驗(yàn),實(shí)驗(yàn)證明本文算法能夠得到較好的推薦效果,與參照算法相比有一定提升。另外,本文設(shè)計(jì)實(shí)現(xiàn)了基于云課堂的課程推薦系統(tǒng),其功能是在云課堂用戶個(gè)人學(xué)習(xí)主頁(yè)的基礎(chǔ)上實(shí)現(xiàn)的。經(jīng)測(cè)試系統(tǒng)運(yùn)行良好,驗(yàn)證了本文算法的實(shí)用性。
[Abstract]:With the rapid development of open online courses, online education, a new form of learning, has been accepted by more and more people. Users can learn knowledge and skills in various fields through the Internet, but with the increasing number and variety of online course resources, users often encounter difficulties in choosing the courses they want to learn. The introduction of recommendation algorithm can provide suggestions for users to learn courses. However, there are some limitations in web-based courses, such as less text information, insufficient information on user behavior, lack of evaluation information, etc. The traditional recommendation algorithm can not be directly applied to the recommendation of network courses, and it needs to be innovated and improved based on the unique scene of network courses. Based on the full analysis of cloud classroom user data, this paper studies and implements a network course recommendation algorithm based on multi-feature ranking model. The algorithm combines several features of network courses and users, including topic-based user preferences, collaborative filtering based user preferences, course popularity, instructor influence. The linear combination of these features is carried out by the method of ranking learning, and the matching degree between the target user and the network course is calculated, and then the course recommendation is made for the user. In order to verify the effectiveness of the algorithm, a large number of experiments have been carried out on the real data set in the cloud classroom. The experimental results show that the proposed algorithm can get a better recommendation effect and has a certain improvement compared with the reference algorithm. In addition, this paper designs and implements the course recommendation system based on cloud classroom, whose function is realized on the basis of the home page of cloud classroom user's personal learning. The test system runs well, and the practicability of the algorithm is verified.
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李穎基,彭宏,鄭啟倫,曾煒;自動(dòng)分層推薦算法[J];計(jì)算機(jī)應(yīng)用;2002年11期

2 徐義峰;徐云青;劉曉平;;一種基于時(shí)間序列性的推薦算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2006年10期

3 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計(jì)算機(jī)應(yīng)用;2007年06期

4 張海玉;劉志都;楊彩;賈松浩;;基于頁(yè)面聚類的推薦算法的改進(jìn)[J];計(jì)算機(jī)應(yīng)用與軟件;2008年09期

5 張立燕;;一種基于用戶事務(wù)模式的推薦算法[J];福建電腦;2009年03期

6 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國(guó)科技信息;2009年07期

7 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強(qiáng);;智能博物館環(huán)境下的個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

8 王文;;個(gè)性化推薦算法研究[J];電腦知識(shí)與技術(shù);2010年16期

9 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評(píng)價(jià)估計(jì)的混合推薦算法研究[J];微計(jì)算機(jī)信息;2010年36期

10 夏秀峰;代沁;叢麗暉;;用戶顯意識(shí)下的多重態(tài)度個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年16期

相關(guān)會(huì)議論文 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個(gè)性化推薦算法[A];第二十四屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個(gè)性化推薦算法[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

3 秦國(guó);杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 周玉妮;鄭會(huì)頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動(dòng)商務(wù)個(gè)性化推薦系統(tǒng)[A];社會(huì)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第17屆學(xué)術(shù)年會(huì)論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡(luò)的含時(shí)推薦算法[A];第五屆全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文（摘要）匯集[C];2009年

6 梁莘q，

本文編號(hào)：2413636