基于 FＲUTAI 算法的布尔型移动在线学习资源协同推荐研究
［目的/ 意义］针对移动在线学习平台中用户评价具有布尔变量属性的学习资源，提出一种适用于该类资源的协同推荐方法。［方法/ 过程］首先采用基于用户自身属性和已有好友分布特征的 FＲUTAI 算法，确定目标用户的最近邻集; 然后在解决数据稀疏的基础上，提出适用于布尔型移动在线学习资源的协同推荐方法; 最后选取实证对象，依据相关评估方法评估推荐结果。［结果/ 结论］ 在以豆瓣书评网数据作为数据集的实证中取得了较好的推荐效果。实证结果表明，本文提出的改进的协同推荐算法可以有效地应用于移动在线学习 平台中的布尔型学习资源，具有较好的推荐效果。
夏立新、毕崇武、程秀峰
华中师范大学信息管理学院
科学交流与知识传播
移动学习协同推荐布尔型资源用户评价
国家社会科学基金重大项目 基于多维度聚合的网络资源知识发现研究( 13＆ZD183 ) 国家自科基金 基于 QSIM 的图书馆移动用户群体行为模拟与学习兴趣引导研究( 71503097 )
夏立新,毕崇武,程秀峰.基于 FＲUTAI 算法的布尔型移动在线学习资源协同推荐研究[EB/OL].(2022-07-04)[2024-12-22].https://sinoxiv.napstic.cn/article/3444812.点此复制
评论