隨著互聯(lián)網(wǎng)和web2.0技術的飛速發(fā)展,網(wǎng)絡上信息資源快速增長,導致“信息過載”的問題愈發(fā)嚴重。用戶從海量的文本、視頻、圖像和音樂等網(wǎng)絡資源中找到符合自己需求的內(nèi)容變得愈發(fā)困難。推薦系統(tǒng)是解決上述問題的關鍵技術之一,推薦系統(tǒng)通過統(tǒng)計分析研究用戶歷史行為數(shù)據(jù),得到用戶的興趣偏好,從而進行個性化推薦。推薦系統(tǒng)當前的應用領域主要集中在電子商務、電視電影、音樂網(wǎng)站、新聞資訊和廣告推送等方面。在其他領域,也亟需推薦系統(tǒng)解決一些問題,在教育領域,根據(jù)《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》和iiMedia Research調(diào)查數(shù)據(jù)顯示,隨著我國“互聯(lián)網(wǎng)+教育”發(fā)展理念的發(fā)展和普及,我國在線教育平臺和用戶規(guī)模逐步上升,在2020年將達到了3.09億人,我國在線教育市場規(guī)模在2020年將達到了7230.6億元。學習者如何從海量的學習資源中快速找到符合自己需求的內(nèi)容成為了一個不得不面對和解決的問題,目前對學習資源推薦方法的研究處于初級階段,本論文針對學習資源推薦存在的問題提出新的方法。主要工作如下:1.針對傳統(tǒng)的協(xié)同過濾方法新學習者“冷啟動”和數(shù)據(jù)稀疏性問題,提出了一種基于用戶興趣度遷移的跨領域?qū)W習資源推薦方法。...

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

圖1-12016-2020中國在線教育用戶規(guī)模Fig.1-12016-2020ChinaOnlineEducationuserscale

中北大學學位論文11緒論1.1研究背景及意義隨著互聯(lián)網(wǎng)和大數(shù)據(jù)技術的日益成熟，網(wǎng)絡上的各種資源激增，為了提高用戶的網(wǎng)上效率和消費體驗，服務提供商提供了多種項目和服務來滿足不同用戶的不同需求，但是用戶很難從海量的資源中快速地尋找到滿意的選擇。與搜索引擎相比，推薦系統(tǒng)通過統(tǒng)計分析用戶....

圖1-22018-2022年中國在線教育市場規(guī)模Fig.1-22018-2022ChinaOnlineEducationmarketscale

中北大學學位論文2圖1-22018-2022年中國在線教育市場規(guī)模Fig.1-22018-2022ChinaOnlineEducationmarketscale各類在線教育平臺不斷增多，網(wǎng)上的學習資源激增，使學習者很難從網(wǎng)絡學習資源中快速尋找到自己真正需要的學習資源。提高網(wǎng)絡學習....

圖2-1基于內(nèi)容的推薦方法原理圖

中北大學學位論文12圖2-1基于內(nèi)容的推薦方法原理圖Fig.2-1Schematicdiagramofcontent-basedrecommendationmethod基于內(nèi)容的推薦方法的優(yōu)點是，對與某一特定用戶的推薦結(jié)果不受其他用戶影響，只與用戶自身有關，具有推薦獨立性；數(shù)據(jù)稀....

圖2-2基于協(xié)同過濾的推薦方法原理圖

中北大學學位論文13圖2-2基于協(xié)同過濾的推薦方法原理圖Fig.2-2Schematicdiagramofrecommendationmethodbasedoncollaborativefiltering基于協(xié)同過濾的推薦方法的主要優(yōu)點是，可以挖掘出用戶的潛在興趣偏好，相似度計算....

本文編號：4027679