基于改進(jìn)二進(jìn)制粒子群算法的個(gè)性化學(xué)習(xí)路徑推薦研究
發(fā)布時(shí)間:2022-12-11 11:33
隨著信息技術(shù)與教育應(yīng)用不斷深度融合,在線學(xué)習(xí)在教育領(lǐng)域已得到廣泛應(yīng)用。然而,現(xiàn)有的在線學(xué)習(xí)系統(tǒng)仍然存在諸多問(wèn)題,主要表現(xiàn)為三個(gè)方面:第一是學(xué)習(xí)者在面對(duì)在線學(xué)習(xí)系統(tǒng)中大量的學(xué)習(xí)資源的時(shí)候,易出現(xiàn)"學(xué)習(xí)迷航"和"認(rèn)知超載"等現(xiàn)象;第二是大多數(shù)在線學(xué)習(xí)系統(tǒng)不能準(zhǔn)確并全面的分析學(xué)習(xí)者的個(gè)性化特征,造成現(xiàn)有在線學(xué)習(xí)系統(tǒng)推送的個(gè)性化學(xué)習(xí)路徑與學(xué)習(xí)者需求的匹配度較低,推薦精確度不高;第三是當(dāng)前在線學(xué)習(xí)系統(tǒng)提供的個(gè)性化學(xué)習(xí)路徑推薦功能所使用的算法收斂速度慢,收斂精度不高,導(dǎo)致推薦給學(xué)習(xí)者的個(gè)性化學(xué)習(xí)路徑不能滿足學(xué)習(xí)者的需求。為解決上述問(wèn)題,本文提出了基于慣性權(quán)重非線性增大和對(duì)未知空間探索的改進(jìn)二進(jìn)制粒子群算法的個(gè)性化學(xué)習(xí)路徑推薦方法MABPSO-PLP。首先,梳理了國(guó)內(nèi)外關(guān)于個(gè)性化學(xué)習(xí)路徑推薦和智能優(yōu)化算法相關(guān)文獻(xiàn);其次,分析了在線學(xué)習(xí)環(huán)境下學(xué)習(xí)者當(dāng)前的認(rèn)知能力、期望目標(biāo)、有效學(xué)習(xí)時(shí)間,并結(jié)合學(xué)習(xí)資源難度、學(xué)習(xí)資源包含的知識(shí)點(diǎn)和時(shí)間特征,為學(xué)習(xí)者和學(xué)習(xí)資源構(gòu)建特征模型(LEET);再次,針對(duì)BSPO算法在尋優(yōu)后期存在不易逃離局部最優(yōu)的問(wèn)題,設(shè)計(jì)了改進(jìn)二進(jìn)制粒子群優(yōu)化算法MABPSO,通過(guò)對(duì)算法的改進(jìn),...
【文章頁(yè)數(shù)】:59 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
LEET模型
慣性權(quán)重變化曲線
四種算法在不同測(cè)試函數(shù)的解集箱須圖
【參考文獻(xiàn)】:
期刊論文
[1]基于深度學(xué)習(xí)的資源個(gè)性化推薦算法及模型設(shè)計(jì)[J]. 梁婷婷,李麗琴. 智能計(jì)算機(jī)與應(yīng)用. 2018(06)
[2]基于進(jìn)化狀態(tài)判定的模糊自適應(yīng)二進(jìn)制粒子群優(yōu)化算法[J]. 李浩君,張征,張鵬威,王萬(wàn)良. 模式識(shí)別與人工智能. 2018(04)
[3]基于用戶模型的生成性學(xué)習(xí)資源個(gè)性化推薦研究[J]. 譚明新,鮑曉琴. 軟件導(dǎo)刊. 2017(08)
[4]基于改進(jìn)二進(jìn)制粒子群算法的個(gè)性化網(wǎng)絡(luò)學(xué)習(xí)資源推薦方法[J]. 李浩君,劉中鋒,李賽,王萬(wàn)良. 系統(tǒng)科學(xué)與數(shù)學(xué). 2017(08)
[5]基于認(rèn)知多樣性變異的雞群算法協(xié)同優(yōu)化異步實(shí)現(xiàn)[J]. 肖亮,劉思彤. 計(jì)算機(jī)科學(xué). 2017(S1)
[6]基于隱式評(píng)分和相似度傳遞的學(xué)習(xí)資源推薦[J]. 付芬,豆育升,韓鵬,李耀輝. 計(jì)算機(jī)應(yīng)用研究. 2017(12)
[7]基于改進(jìn)粒子群算法的學(xué)習(xí)路徑優(yōu)化方法[J]. 吳雷,方卿. 系統(tǒng)科學(xué)與數(shù)學(xué). 2016(12)
[8]基于混合二進(jìn)制粒子群的Web系統(tǒng)優(yōu)化算法[J]. 諶俊異,鄧飛其. 計(jì)算機(jī)工程與應(yīng)用. 2017(23)
[9]深度推進(jìn)信息技術(shù)與教育的融合創(chuàng)新——《教育信息化“十三五”規(guī)劃》(2016)解讀[J]. 任友群,鄭旭東,吳旻瑜. 現(xiàn)代遠(yuǎn)程教育研究. 2016(05)
[10]并行協(xié)作骨干粒子群優(yōu)化算法[J]. 申元霞,曾傳華,王喜鳳,汪小燕. 電子學(xué)報(bào). 2016(07)
本文編號(hào):3718705
【文章頁(yè)數(shù)】:59 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
LEET模型
慣性權(quán)重變化曲線
四種算法在不同測(cè)試函數(shù)的解集箱須圖
【參考文獻(xiàn)】:
期刊論文
[1]基于深度學(xué)習(xí)的資源個(gè)性化推薦算法及模型設(shè)計(jì)[J]. 梁婷婷,李麗琴. 智能計(jì)算機(jī)與應(yīng)用. 2018(06)
[2]基于進(jìn)化狀態(tài)判定的模糊自適應(yīng)二進(jìn)制粒子群優(yōu)化算法[J]. 李浩君,張征,張鵬威,王萬(wàn)良. 模式識(shí)別與人工智能. 2018(04)
[3]基于用戶模型的生成性學(xué)習(xí)資源個(gè)性化推薦研究[J]. 譚明新,鮑曉琴. 軟件導(dǎo)刊. 2017(08)
[4]基于改進(jìn)二進(jìn)制粒子群算法的個(gè)性化網(wǎng)絡(luò)學(xué)習(xí)資源推薦方法[J]. 李浩君,劉中鋒,李賽,王萬(wàn)良. 系統(tǒng)科學(xué)與數(shù)學(xué). 2017(08)
[5]基于認(rèn)知多樣性變異的雞群算法協(xié)同優(yōu)化異步實(shí)現(xiàn)[J]. 肖亮,劉思彤. 計(jì)算機(jī)科學(xué). 2017(S1)
[6]基于隱式評(píng)分和相似度傳遞的學(xué)習(xí)資源推薦[J]. 付芬,豆育升,韓鵬,李耀輝. 計(jì)算機(jī)應(yīng)用研究. 2017(12)
[7]基于改進(jìn)粒子群算法的學(xué)習(xí)路徑優(yōu)化方法[J]. 吳雷,方卿. 系統(tǒng)科學(xué)與數(shù)學(xué). 2016(12)
[8]基于混合二進(jìn)制粒子群的Web系統(tǒng)優(yōu)化算法[J]. 諶俊異,鄧飛其. 計(jì)算機(jī)工程與應(yīng)用. 2017(23)
[9]深度推進(jìn)信息技術(shù)與教育的融合創(chuàng)新——《教育信息化“十三五”規(guī)劃》(2016)解讀[J]. 任友群,鄭旭東,吳旻瑜. 現(xiàn)代遠(yuǎn)程教育研究. 2016(05)
[10]并行協(xié)作骨干粒子群優(yōu)化算法[J]. 申元霞,曾傳華,王喜鳳,汪小燕. 電子學(xué)報(bào). 2016(07)
本文編號(hào):3718705
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3718705.html
最近更新
教材專著