检索结果-内蒙古大学图书馆

电脑知识与技术 2021年第25期17卷 130-131,143页

作者：钟亚妹广州南洋理工职业学院广东广州510980

文章结合某线上学习系统的实现与测试,对该系统的总体设计展开分析。同时简单阐述该系统建立期间基于用户、基于项目的协同过滤推荐算法设计,提出系统开发阶段中Spring Boot和Mybatis的框架设计要点,旨在优化线上学习系统推荐功能,满足... 详细信息

文章结合某线上学习系统的实现与测试,对该系统的总体设计展开分析。同时简单阐述该系统建立期间基于用户、基于项目的协同过滤推荐算法设计,提出系统开发阶段中Spring Boot和Mybatis的框架设计要点,旨在优化线上学习系统推荐功能,满足用户个性化课程推荐需求。

关键词：线上学习系统个性化课程推荐模型算法

来源：评论

学校读者我要写书评

暂无评论

基于图嵌入向量的课程推荐算法研究

引用

甘肃科技 2023年第11期39卷 87-90页

作者：朱若馨张海潮陕西国防工业职业技术学院陕西西安710300

互联网技术的飞速发展,推动了传统教育方式的变革,在线教育逐渐成为了人们学习的一种重要方式。然而在线课程种类繁多,用户在学习过程中,往往难以找到符合自身需求的课程。面对信息过载问题,越来越多的研究人员将兴趣投入到在线课程平... 详细信息

互联网技术的飞速发展,推动了传统教育方式的变革,在线教育逐渐成为了人们学习的一种重要方式。然而在线课程种类繁多,用户在学习过程中,往往难以找到符合自身需求的课程。面对信息过载问题,越来越多的研究人员将兴趣投入到在线课程平台的推荐算法中来。在线课程平台常用的协同过滤推荐算法基于用户相近的兴趣进行推荐,然而,忽略了用户学习的时序特征。针对此问题,文章提出一种基于用户点击时序网络嵌入向量(Graph Embedding Vector,GEV)的推荐算法。首先,利用用户的学习记录构造用户点击序列图,然后利用Skip-gram算法和负采样算法学习到课程的嵌入向量表示,最后,通过向量检索的方式为用户生成推荐候选集。实验结果表明,与MF、DeepWalk、协同过滤等传统算法相比较,该算法在MOOC数据集的推荐召回率上均有提升。因此,实验结果证明了利用图嵌入方法获取向量表示进行推荐可以有效提升推荐召回率。

关键词：课程推荐协同过滤图嵌入向量检索 Graph Embedding算法

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘的课程推荐系统设计研究

引用

电脑知识与技术 2023年第14期19卷 54-56页

作者：王仡捷安徽开放大学信息技术中心安徽合肥230041

该文以数据挖掘为开发技术,实现了一个课程推荐系统。该文研究混合推荐算法,将推荐系统应用于课程推荐上,并搭配权重的分配,增加推荐系统的精准度,能更贴近用户的喜好情况。通过个人化的推荐系统,除了能够帮助用户更快速寻找到自己所需... 详细信息

该文以数据挖掘为开发技术,实现了一个课程推荐系统。该文研究混合推荐算法,将推荐系统应用于课程推荐上,并搭配权重的分配,增加推荐系统的精准度,能更贴近用户的喜好情况。通过个人化的推荐系统,除了能够帮助用户更快速寻找到自己所需要的课程,预测用户对于课程的适合程度,以提供用户更适切的服务。应用大数据分析除了能够提升用户的忠诚度,实现业务智能化,也能为业者带来更多的业绩。

关键词：数据挖掘课程推荐协同过滤算法

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的智能课程推荐模型

引用

合肥学院学报（自然科学版） 2016年第1期26卷 30-34页

作者：王涛翟雪松安徽建筑大学教务处合肥230601 安徽建筑大学外语学院合肥230601

选课制允许学生根据自己的专业情况进行各类课程的选修,但是学生因为对专业培养方案和标准了解不深入,选择的课程不能推动其专业发展,造成了个人时间精力和学校教学资源的浪费。文章提出基于神经网络的选课推荐模型,首先将专业培养标准... 详细信息

选课制允许学生根据自己的专业情况进行各类课程的选修,但是学生因为对专业培养方案和标准了解不深入,选择的课程不能推动其专业发展,造成了个人时间精力和学校教学资源的浪费。文章提出基于神经网络的选课推荐模型,首先将专业培养标准符合向量作为模型的输入,然后根据选课数据及成绩进行函数计算的结果做为模型的输出,最后通过数据测试验证了该模型符合实际情况。

关键词：选课课程识别向量课程推荐神经网络

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的课程资源推荐技术研究

引用

长江信息通信 2024年第10期37卷 134-136页

作者：邱丹萍广东白云学院广东广州510450

随着互联网的发展,互联网+在不断的改变我们的传统产业,教育行业也是如此。在互联网+教育的线上教育模式的推动下,各种数字化工具的运用也加速了学校的数字化转型。学习者的学习模式不再局限于传统的线下学习,各种线上课程也被大家认可... 详细信息

随着互联网的发展,互联网+在不断的改变我们的传统产业,教育行业也是如此。在互联网+教育的线上教育模式的推动下,各种数字化工具的运用也加速了学校的数字化转型。学习者的学习模式不再局限于传统的线下学习,各种线上课程也被大家认可和喜爱,各种在线教育平台也逐渐得到推广。在线教育平台具有课程资源丰富、能实时开展在线学习的特点,得到了众多学习者的青睐。但随着课程资源的指数级增加,学习者难以从众多的课程中找到适合自己的课程,为了提升用户粘性,教育平台也引入了推荐算法。在传统的推荐算法中,比较常用的是协同过滤推荐算法,此算法在一定程度上能提升推荐的准确率。但协同过滤推荐算法也面临冷启动和数据稀疏的问题,为了解决此问题,本课题引入了基于深度学习的神经网络方法,将深度学习和协同过滤结合,进一步提升线上平台中课程资源推荐的准确率。

关键词：深度学习课程推荐个性化学习在线教育

来源：评论

学校读者我要写书评

暂无评论

信任推荐及其在社区教育课程中的应用研究

信任推荐及其在社区教育课程中的应用研究

引用

作者：郭绍翠烟台大学

学位级别：硕士

互联网的迅速发展,带来了海量的数据。在这近乎灾难的数据面前,如何找到想要的信息,成为一个很重要的问题。传统意义上的搜索引擎,没有考虑用户的个性化需求,而协同过滤下的信任推荐算法将用户的个性化需求考虑在内,特别是各种算法叠加... 详细信息

互联网的迅速发展,带来了海量的数据。在这近乎灾难的数据面前,如何找到想要的信息,成为一个很重要的问题。传统意义上的搜索引擎,没有考虑用户的个性化需求,而协同过滤下的信任推荐算法将用户的个性化需求考虑在内,特别是各种算法叠加形成的混合推荐系统,更能取长补短,降低单一算法的缺点,发挥其优点。本文围绕着信任关系及信任关系下的动态推荐进行探索和研究,并将研究进一步应用到社区教育课程推荐中。主要的研究工作和创新点如下:在列表级排序学习经典Plackett-Luce模型的基础上,融入个性化网络推荐,提出了L2R2SN算法。L2R2SN算法从好友的交互网络中挖出相互影响因子和项目的隐含特征,融入到Plackett-Luce模型中,用梯度下降法来迭代优化,训练出模型的最优解,并根据项目排序列表选出优先推荐项,推荐给用户。实验发现,L2R2SN算法提高了推荐的准确程度,同时更为有效地反映用户的偏好。针对传统算法的个性化动态推荐没有很好地解决动态推荐系统的冷启动问题,提出一种对用户信任关系以及用户评分数据进行建模的方法。实验结果表明,基于信任度动态推荐的方法比现有算法具有更好的性能,能够在提高准确率的同时提高覆盖率,更好地挖掘项目的长尾分布。针对现有的课程推荐算法是从课程特点或用户关系等单方面来解决推荐问题,受电脑高速缓存cache原理的启发,提出了一种融合了信任关系和随机游走算法的专业课程池cache算法。根据同专业课程相关的特点,利用相似度对系统内课程进行专业分类,构建专业课程池cache;然后考虑信任关系,筛选出信任集合;最后采用c ache内的同专业课程的平均评分或游走最信任用户的评分或最信任用户在同专业课程池cache内的平均评分作为预测值。实验表明在小型的社区教育专用系统中,这种推荐准确率很高。

关键词：个性化推荐协同过滤排序学习课程推荐社区教育

来源：评论

学校读者我要写书评

暂无评论

基于GRU和课程关联关系的推荐模型

引用

软件 2020年第6期41卷 137-142页

作者：卜祥鹏山东科技大学计算机科学与工程学院山东青岛266590

如今以MOOC平台为主的在线学习网站课程资源丰富,数据量庞大,存在明显的信息过载问题。用户如何在海量数据中快速找到合适的课程是一个难题,而个性化的课程推荐是解决这一问题的有效方式。考虑到用户学习的课程存在先后顺序,具有明显的... 详细信息

如今以MOOC平台为主的在线学习网站课程资源丰富,数据量庞大,存在明显的信息过载问题。用户如何在海量数据中快速找到合适的课程是一个难题,而个性化的课程推荐是解决这一问题的有效方式。考虑到用户学习的课程存在先后顺序,具有明显的时序性,所有我们使用门控循环单元(GRU)从用户学习的课程序列中挖掘其存在的规律和特点。另外,为使推荐的结果更加准确,我们考虑结合课程之间的关联关系,提出了基于GRU与课程关联关系的推荐模型。最后,我们在真实的MOOC数据集上进行大量实验,实验结果表明,与传统的协同过滤算法以及仅考虑课程关联关系的算法相比,我们提出的算法性能更好,推荐的准确度更高。

关键词：课程推荐门控循环单元(GRU) 课程关联关系 MOOC

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的校园课程智能推荐系统

引用

信息与电脑 2024年第1期36卷 237-239页

作者：史蔚然中国矿业大学孙越崎学院江苏徐州221116

学校在线选课和线上教育的普及,使得课程推荐成为一个重要的研究课题。文章提出了一种基于深度置信网络的校园课程智能推荐系统。该系统采用One-Hot编码的方法构建课程画像,采用多元分类编码的方法构建用户画像,并使用深度置信网络来输... 详细信息

学校在线选课和线上教育的普及,使得课程推荐成为一个重要的研究课题。文章提出了一种基于深度置信网络的校园课程智能推荐系统。该系统采用One-Hot编码的方法构建课程画像,采用多元分类编码的方法构建用户画像,并使用深度置信网络来输出用户和课程之间的匹配程度。实验结果表明,该系统的精准率、召回率和F1值均达到了良好水平。

关键词：神经网络课程推荐用户画像深度置信网络

来源：评论

学校读者我要写书评

暂无评论

基于关联规则的课程信息推荐应用研究

引用

聊城大学学报（自然科学版） 2015年第2期28卷 79-83页

作者：郜振霞聊城大学传媒技术学院山东聊城252059

网络教学系统中的课程资源丰富而繁多,借助数据挖掘技术,可以对这些资源进行有效挖掘,以期达到更充分、合理的使用.借助关联规则数据挖据方法,构建课程信息推荐模型,研究网络教学系统中的课程关联,为学生网络学习提供课程信息推荐.

关键词：关联规则信息推荐模型课程推荐

来源：评论

学校读者我要写书评

暂无评论

跨学科课程体系多样性与聚合性评价研究——以MOOCs为例

引用

复旦教育论坛 2019年第5期17卷 47-54,61页

作者：张婧婧高明张汉杰北京师范大学教育学部远程教育研究中心

我国现有人才培养模式以分科教学的形式展开,在知识传授和专业人才培养方面发挥着重要作用,有助于学科领域朝着专业化与深入化的方向发展。然而传统分科教学的课程组织模式难以支撑21世纪人才知识体系多元化的诉求,亟待跨学科课程体系... 详细信息

我国现有人才培养模式以分科教学的形式展开,在知识传授和专业人才培养方面发挥着重要作用,有助于学科领域朝着专业化与深入化的方向发展。然而传统分科教学的课程组织模式难以支撑21世纪人才知识体系多元化的诉求,亟待跨学科课程体系的建立。研究以学堂在线平台为例,运用传染病SI模型对四大学科的跨学科交叉过程进行了模拟,并从学科多样性与聚合性两大维度对学科交叉程度进行了测量。结果表明,跨学科课程体系建立并非"多"学科融合,不同学科在建设本学科跨学科课程体系中应综合考虑多个维度的评价指标,避免出现"一家独大"的跨学科课程体系的"假"像,与"复而不合"的局面。同时更应避免"一把抓"与"什么都学"但"什么也不会"的现象,在学科专家的引领下,结合数据挖掘的优势,综合考虑学科的多样性与聚合性等评价指标,来推动我国高等教育跨学科课程体系的改革。

关键词： MOOC 跨学科课程推荐学科多样性学科聚合性 SI模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：