论文部分内容阅读
为了提高海量情境数据环境下捕捉和推荐资源的准确度,进行个性化学习资源推荐算法研究。将学习者的学习情境加入到学习资源推荐系统中,构建了“学习者-学习情境-学习资源”推荐模型。通过对学习者个性化学习行为的捕捉来勾勒学习者画像,然后根据学习情境与学习者行为的相似度计算结果搜索、推荐与其相匹配的学习资源。实验结果表明,基于用户画像的情境化推荐方法比传统的协同过滤方法更加精准,适用于海量学习资源的个性化推荐。