基于协同过滤的知识推荐模型研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：随着在线教育的普及，各类学习平台产生了海量的知识资源和用户数据。基于这些辅助数据和协同过滤算法，提出了一种混合的知识推荐模型，用于解决传统推荐系统中的冷启动和稀疏性问题，从而提高在线学习的效率。该模型首先利用用户的注册信息和对知识的隐式反馈构建初步的个人概貌，其次根据用户对知识的显式评分和其他反馈完善个人概貌，最后根据概貌和知识间的相似度进行推荐。（剩余890字）

试读结束

目录
monitor
客服机器人