论文分享——Hybrid E-learning Recommendation Approach

最新推荐文章于 2024-11-05 09:30:33 发布

博主是骆驼

最新推荐文章于 2024-11-05 09:30:33 发布

阅读量327

点赞数

分类专栏：论文阅读分享文章标签：数据挖掘

本文链接：https://blog.csdn.net/chendh1028/article/details/110274108

版权

本文提出了一个基于用户影响力的混合在线学习推荐方法。通过建立学习者影响模型（LIM），结合直觉模糊逻辑（IFL）优化和自组织推荐（SOB）传播用户信息，解决数据稀疏问题。最终使用序列模式挖掘（SPM）进行个性化推荐。

摘要由CSDN通过智能技术生成

概述

论文题目为《Hybrid E-learning Recommendation Approach Based on Learners’ Influence Propagation》，跟之前分享的这篇文章来自同一作者，本文发表时间较晚，为后续工作。

同样这篇文章讲的是在线学习的推荐系统，主要 novelty 我认为是在用户间的信息传递上。方法大致为：
（1）先对每个用户建模（Learner Influence Model，LIM），根据问卷调查确定用户的学习风格和习惯（personality），以及根据他的学习情况建立起 learning profile （学习历史），除此之外还有每个用户的水平（knowledge credibility）和值得信任的程度（learner aggregation），前者是通过学习记录计算出，后者则是通过评估用户的影响力（follower的数量、质量）得出
（2）利用 intuitionistic fuzzy logic (IFL) 模型优化 LIM。这个方法增加了模型的多样性和可扩展性，因为它在每个用户信息中增加了一些不确定的和 intuition 的部分
（3）提出 self-organization based (SOB) recommendation approach，这一部分和作者之前那篇文章很类似&#

最低0.47元/天解锁文章