《基于协同过滤推荐技术的学习资源个性化推荐系统研究》由会员分享，可在线阅读，更多相关《基于协同过滤推荐技术的学习资源个性化推荐系统研究（90页珍藏版）》请在金锄头文库上搜索。
1、浙江工业大学硕士学位论文基于协同过滤推荐技术的学习资源个性化推荐系统研究作者姓名：赵建龙指导教师：邱飞岳教授、王永固副教授浙江工业大学教育科学与技术学院2 0 1 1 年0 5 月D i s s e r t a t i o nS u b m i t t e dt oZ h e j i a n gU n i v e r s i t yf o rt h eD e g r e eo fM a s t e r吣Y 帆2 眦- 0 4 9 31 她5o fT e c h n o l o g yT h er e s e a r c ho fp e r s o n a l i z e dr e c o m
2、m e n d a t i o no fl e a r n i n gr e s o u r c e sb a s e do nc o l l a b o r a t i v ef i l t e r i n gr e c o m m e n d a t i o nt e c h n o l o g yC a n d i d a t e ：Z h a oJ i a nl o n gA d v i s o r ：Q i uF e iy u e ，W a n gY o n gg uC o l l e g eo fE d u c a t i o nS c i e n c e & T e c h n
3、o l o g yZ h e j i a n gU n i v e r s i t yo fT e c h n o l o g y M a y2 0 1 1浙江工业大学学位论文原创性声明本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作所取得的研究成果。除文中已经加以标注引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的研究成果，也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本人承担本声明的法律责任。作者签名：易B 鞔：y 巧年占窍gE l学位论文版权使用授权书本学位论文作者完全了解学校
4、有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于l 、保密口，在年解密后适用本授权书。2 、不保密口。( 请在以上相应方框内打“寸)储签名力拓，刷醛各郫鹂日期：沙詹厂月罗日号期勘f 1 年6 月岔日浙江工业大学硕士学位论文基于协同过滤推荐技术的学习资源个性化推荐系统研究摘要E 1 e a r n i n g 已成为企业开展员工培训的有效方式之一。目前，许多大型企业在企业内部网或互联网搭建
5、了e 1 e a r n i n g 平台。随着e l e a r n i n g应用实践的深入，e 1 e a r n i n g 平台中学习资源数量日渐增多，导致员工需要花费大量的时间和精力在平台中检索和查阅符合自己需要的学习资源，甚至找不到符合自己兴趣和工作岗位需求的学习资源。通过分析多个企业e - l e a m i n g 门户系统，我们发现，当前e - l e a r n i n g 系统推送学习资源的方式有：T o p N 推荐方式、关键字查询方式和最新资源推荐。以上各种资源推送方式在一定程度上帮助学习者检索和发现符合学习需要的资源，但是不能个性化地向学习者推送学习资源。因此，如
6、何解决e l e a r n i n g 系统中学习资源的个性化地主动式推荐就成为当前教育技术学研究人员面临的研究主题之一。本文首先对目前已在电子商务领域成功应用的协同过滤推荐技术及算法作了分析和研究，并总结、概括了该算法存在的不足之处，针对这些问题介绍了几种典型的优化算法。然后，为了解决协同过滤算法自身存在的数据稀疏和冷启动问题，提出了利用内容过滤推荐算法和项目评分预测方法对其进行优化的思浙江工业大学硕士学位论文想。同时，构建了一个基于用户学习行为的隐式评分模型，将用户对资源的收藏、推荐、分享等能够体现用户对资源喜好的行为因素转化为可定量的资源评分，以增加用户对资源的评分率。将以上的算法思想
7、加以融合，得到一个优化的组全算法。最后，基于以上提出的优化组合后的协同过滤推荐算法，构建一个个性化学习资源推荐模型，并通过浙江省中小企业信息化平台中的知识库模块加以呈现。本研究虽然在一定程度上缓解了协同过滤算法存在的数据稀疏和冷启动问题，但仍未从根本上予以解决。通过将协同过滤推荐算法引入到e 1 e a m i n g 中，使该算法进入到一个新的应用领域，以启发更多e 1 e a r n i n g 研究人员从不同的层面和角度探索协同过滤技术在e l e a r n i n g中的应用，提高学习资源个性化推荐的精度和效率。关键字：e 1 e a r n i n g ，学习资源，协同过滤技术，隐
8、式评分模型，个性化推荐系统浙江工业大学硕士学位论文T H ER E S E A R C HO FP E R S O N A L I Z E DR E C O M 匝N D A T I O NO FL E A R N I N GR E S O U R C E SB A S E DO NC O L L A B O R A T I V EF I I J E R I N GR E C O M M E N D A T I O NT E C H N O L O G YA B S T R A C TE l e a r n i n gh a sb e c o m ea l le f f e c t i v e
9、w a yt oc a r r yo u ts t a f ft r a i n i n g C u r r e n t l y , m a n yl a r g ee n t e r p r i s e sb u i l de l e a r n i n gp l a t f o r mi nt h e i rc o r p o r a t ei n t r a n e to ro nt h eI n t e r a c t W i t l lt h ea p p l i c a t i o no fe - l e a r n i n gp r a c t i c ei n - d e p
10、t h , t h en u m b e ro fl e a r n i n gr e s o u r c e si ne - l e a r n i n gp l a t f o r mi sg r o w i n gr a p i d l y ，r e s u l t i n gi nt h a tt h el e a r n e r sn e e ds p e n dal o to ft i m ea n de f f o r tt or e t r i e v et h ep l a t f o r ma n dg e tl e a r n i n gr e s o u r c e s
11、t om e e tt h e i ro w nn e e d s ，o re v e nc a n n o tf i n dl e a r n i n gr e s o u r c e st h e yw a n t B ya n a l y z i n gn u m b e r so fe n t e r p r i s e s e - l e a r n i n gw e b s i t e s ，w ef o u n dt h e r ea r es e v e r a lc o m m o nw a y so fl e a r n i n gr e s o u r c e sp u
12、s h i n gi ne - l e a r n i n g ：s u c ha sT o p - N ，q u e r yw i t hk e y w o r d s A l lo ft h ea b o v ew a y sc a nh e l pl e a r n e r sf i n dl e a r n i n gr e s o u r c e st os o m ee x t e n t , t om e e tt h e i rn e e d s ，b u tc a n n o tp u s hp e r s o n a l i z e dl e a r n i n gr e
13、s o u r c e st ol e a r n e r s T h e r e f o r e ，h o wt op u s hl e a r n i n gr e s o u r c e sp r o a c t i v ea n dm e e tt h en e e d so fe a c hl e a r n e rb e c o m e so n eo ft h et h e m e so fe d u c a t i o n a lt e c h n o l o g yr e s e a r c h e r ss t u d y F i r s t , t h i sp a p
14、e ra n a l y z e sa n dr e s e a r c h e st h ec o l l a b o r a t i v ef i l t e r i n gt e c h n o l o g ya n da l g o r i t h m sw h i c hh a sb e e ns u c c e s s f u l l ya p p l i e di ne - c o m m e r c e ，t h e ns u m m a r i z e st h es h o r t c o m i n g so ft h ea l g o r i t h m ，a n di
15、 n t r o d u c e ss e v e r a lt y p i c a lo p t i m i z a t i o na l g o r i t h m st oa d d r e s st h e s ei s s u e s S e c o n d l y , t h ep a p e rp r o p o s e sas o l u t i o nu s i n gt h eC o n t e n tF i l t e r i n gt e c h n o l o g ya n dR a t i n gP r e d i c t i o nA l g o r i t h
16、mt os o l v et h ed a t as p a r s ea n dc o l d - s t a r tp r o b l e mo fc o l l a b o r a t i v e浙江工业大学硕士学位论文f i l t e r i n ga l g o r i t h m s A tt h es a m et i m e ，b u i l da l li m p l i c i tl e a r n i n gs c o r i n gm o d e lb a s e do nu s e l 笃b e h a v i o r W eo b t a i na no p t i m i z e da l g o r i t h mt h r o u g hi n t e g r a t i n ga l lo fa l g o r i t h m sa b o v e F i n a l l y , b u i l dap e r s o n a l i z e dr e c o m m e n d a
