一种基于向量的在线学习推荐系统架构

• 全文链接
• 请求原文

作   者：

马莉;  薛福亮; 

作者机构：

天津外国语大学教育技术与实验室管理中心;  天津财经大学商学院; 

关键词：

协同过滤推荐;  基于向量的推荐;  在线学习推荐; 

期刊名称：

情报科学

基金项目：

i s s n：

1007-7634

年卷期：

2017 年 07 期

页   码：

56-59

摘   要：

【目的/意义】提出一种基于向量的在线学习推荐系统架构,通过将访问序列的先后次序作为推荐的重要依据,将访问记录预处理进行向量表示,在此基础上基于向量利用DBSCAN算法对用户进行协同过滤聚类并实施知识点推荐。【方法/过程】将用户访问学习资源的日志记录进行解析,并进行预处理以向量的格式表示,在考虑浏览历史日志的同时,将访问序列的先后次序作为推荐的重要依据,进而基于向量利用DBSCAN算法对用户进行协同过滤聚类,并实施推荐。【结果/结论】利用用户历史学习记录进行向量表示,充分考虑知识点学习次序,提出了一种在线学习推荐新方法的尝试,实验结果表明该推荐方法是有效的。