关键词:
数据挖掘
虚拟仿真
个性化学习资源
推荐算法
摘要:
现有的学习资源推荐算法缺乏有效的数据挖掘,推荐结果无法充分满足用户需求,因此提出基于数据挖掘的虚拟仿真实训个性化学习资源推荐算法。利用虚拟仿真技术对学习资源进行深度挖掘,总结学习资源特征;通过数据函数提取个性化学习资源特征,并实时监测异常数据,减少误差产生;将用户偏好特征与用户需求相结合,形成数据匹配点,实现虚拟仿真实训个性化学习资源推荐。实验结果表明:本文算法在资源数据为12000个时,运算时间对比深度集成学习算法缩短了60.4%,对比协同过滤个性化推荐算法缩短了53.1%,能够有效提升个性化学习资源推荐效率;算法能够将异常数据检测率稳定在90%左右,较对比算法检测率提高了20%。