基于协同过滤技术的在线学习资源个性化推荐系统研究.docVIP

基于协同过滤技术的在线学习资源个性化推荐系统研究 　　【摘 要】 　　在线学习资源建设已经成为了当今数字化学习研究的热点问题。本文以学习过程中学习者学习行为和在线学习资源的特点为基础，结合协同过滤算法，设计了基于协同过滤技术的在线学习资源个性化推荐系统模型。实践证明，该模型可以更好地为学习者创造数字化学习环境，提高学习者的自主学习效率。 　　【关键词】 协同过滤；个性化推荐；学习行为；自主学习 　　【中图分类号】 G40-057 【文献标识码】 A 【文章编号】 １００９―４５８ｘ（２０12）08―００78―０5 　　一、引言 　　E-learning作为一种基于计算机通信技术的学习方式，可以最大限度地利用网络教学资源，学习者在学习过程中不必受到时空环境的限制，随时随地根据自身需要进行自主学习。这种新型的学习形式目前已经广泛的应用于各种在线课堂教学和技能培训领域。虽然E-learning教学资源建设已经取得了阶段性成果，但是主要有以下几个问题：（1）资源数量爆炸性增长。如今在线学习资源数量繁多，资源的质量和水平参差不齐，学习者往往无法辨别资源的优劣，导致学习资源的利用水平并不理想。（2）资源种类多样化。在线学习资源除了传统的文本类型以外，还有声音、图像、视频等多种媒体类型，媒体类型的不一致也给资源的搜索和归类带来了不便。（3）资源非线性呈现。与传统教学中的书本不同，在线学