隨著互聯(lián)網(wǎng)和web2.0技術(shù)的飛速發(fā)展,網(wǎng)絡(luò)上信息資源快速增長(zhǎng),導(dǎo)致“信息過載”的問題愈發(fā)嚴(yán)重。用戶從海量的文本、視頻、圖像和音樂等網(wǎng)絡(luò)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(guān)鍵技術(shù)之一,推薦系統(tǒng)通過統(tǒng)計(jì)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(jìn)行個(gè)性化推薦。推薦系統(tǒng)當(dāng)前的應(yīng)用領(lǐng)域主要集中在電子商務(wù)、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(lǐng)域,也亟需推薦系統(tǒng)解決一些問題,在教育領(lǐng)域,根據(jù)《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》和iiMedia Research調(diào)查數(shù)據(jù)顯示,隨著我國(guó)“互聯(lián)網(wǎng)+教育”發(fā)展理念的發(fā)展和普及,我國(guó)在線教育平臺(tái)和用戶規(guī)模逐步上升,在2020年將達(dá)到了3.09億人,我國(guó)在線教育市場(chǎng)規(guī)模在2020年將達(dá)到了7230.6億元。學(xué)習(xí)者如何從海量的學(xué)習(xí)資源中快速找到符合自己需求的內(nèi)容成為了一個(gè)不得不面對(duì)和解決的問題,目前對(duì)學(xué)習(xí)資源推薦方法的研究處于初級(jí)階段,本論文針對(duì)學(xué)習(xí)資源推薦存在的問題提出新的方法。主要工作如下:1.針對(duì)傳統(tǒng)的協(xié)同過濾方法新學(xué)習(xí)者“冷啟動(dòng)”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(lǐng)域?qū)W習(xí)資源推薦方法。...

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

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

中北大學(xué)學(xué)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(shù)的日益成熟，網(wǎng)絡(luò)上的各種資源激增，為了提高用戶的網(wǎng)上效率和消費(fèi)體驗(yàn)，服務(wù)提供商提供了多種項(xiàng)目和服務(wù)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(jì)分析用戶....

圖1-22018-2022年中國(guó)在線教育市場(chǎng)規(guī)模Fig.1-22018-2022ChinaOnlineEducationmarketscale

中北大學(xué)學(xué)位論文2圖1-22018-2022年中國(guó)在線教育市場(chǎng)規(guī)模Fig.1-22018-2022ChinaOnlineEducationmarketscale各類在線教育平臺(tái)不斷增多，網(wǎng)上的學(xué)習(xí)資源激增，使學(xué)習(xí)者很難從網(wǎng)絡(luò)學(xué)習(xí)資源中快速尋找到自己真正需要的學(xué)習(xí)資源。提高網(wǎng)絡(luò)學(xué)習(xí)....

圖2-1基于內(nèi)容的推薦方法原理圖

中北大學(xué)學(xué)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(diǎn)是，對(duì)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(guān)，具有推薦獨(dú)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(xué)學(xué)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(diǎn)是，可以挖掘出用戶的潛在興趣偏好，相似度計(jì)算....

本文編號(hào)：4027679