原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
在“人工智能+教育”这一国家战略的深入实施以及MOOC发展全球化的背
景下，我国教育数字化转型正稳步加速。然而，目前MOOC平台存在虚假评论，
造成数据分布失真、噪声污染等问题，影响推荐效果与用户体验。此外，传统的
推荐模型主要利用评分数据与协同过滤技术，在数据稀疏的情况下推荐准确性降
低。现有推荐模型在融合语义信息与图信息方面存在不足，容易出现课程推荐的
同质化和“课程过载”等问题，无法满足用户个性化学习的需求。针对上述问题，
本文提出了一种基于虚假评论过滤与语义—图协同的MOOC个性化课
文档评论（0）