基于协同过滤技术学习资源个性化研究.docVIP

基于协同过滤技术学习资源个性化研究 　　[摘要]e-learning的调查发现，e-learning支持系统中学习资源推荐主要有Top-N和关键词检索两种方式，都无法向学习者个性化地推荐学习资源。受电子商务研究领域中相关研究成果启发，我们尝试将协同过滤推荐技术引入学习资源的个性化推荐研究中。通过综述学习资源个性化推荐中三种常用的推荐技术，介绍了协同过滤推荐技术的工作原理、实现方法及存在问题。在此基础上，提出了一个优化的基于协同过滤技术的学习资源个性化推荐系统的理论模型，重点讨论了模型的结构、隐式评分机制和算法的实现，并讨论了个性化学习资源推荐模型中的三个关键技术。以启发e-leaming研究人员从不同的层面和角度探索协同过滤技术在e-learning中的应用，提高学习资源个性化推荐的精度和效率。 　　[关键词]e-learning；协同过滤技术；学习资源；个性化推荐 　　[中图分类号]Tp391　[文献标识码]A　[文章编号]1672-0008(2011)03-0066-06 　　 　　一、引言 　　 　　e-learning已成为企业开展员工培训的有效方式之一。目前，许多企业在企业内部网或互联网搭建了e-learning支持系统。随着e-learning应用实践的深入，e-learning支持系统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