期刊文献+

一种融合协同过滤与分类的习题推荐算法 被引量:1

下载PDF
导出
摘要 文章提出了一种根据学生兴趣特征和习题掌握水平来进行协同推荐的思路,并通过遗忘曲线设置知识点回顾的关键时间点进行混合推荐。该算法使用协同过滤推荐算法,具有推荐过程复杂度低、准确度高等特点。实验结果表明,该算法能够有效地进行习题推荐。
出处 《电脑知识与技术》 2022年第28期23-25,共3页 Computer Knowledge and Technology
基金 安徽省大学生创新创业训练计划项目(XC2019001)。
  • 相关文献

参考文献8

  • 1陈云峰..基于用户偏好多样性的推荐算法研究及应用[D].中国科学技术大学,2018:
  • 2刘建国,周涛,汪秉宏.个性化推荐系统的研究进展[J].自然科学进展,2009,19(1):1-15. 被引量:437
  • 3柏茂林..基于协同过滤的数学习题个性化推荐系统的设计与实现[D].渤海大学,2018:
  • 4付兴华..基于协同过滤算法的移动学习系统的设计与实现[D].北京工业大学,2017:
  • 5姜盼..基于协同过滤的习题推荐系统设计与实现[D].长江大学,2017:
  • 6蒋昌猛..基于知识点的个性化习题推荐研究[D].西北大学,2017:
  • 7蒋昌猛,冯筠,孙霞,陈静,张蕾,冯宏伟.基于知识点层次图的个性化习题推荐算法[J].计算机工程与应用,2018,54(10):229-235. 被引量:16
  • 8丁强..基于学习路径图的习题推荐算法研究 ——以程序设计基础课程为例[D].西北大学,2016:

二级参考文献100

  • 1Resnick P, lakovou N, Sushak M, et al. GroupLens: An open architecture for collaborative filtering of netnews. Proc 1994 Computer Supported Cooperative Work Conf, Chapel Hill, 1994: 175-186 被引量:1
  • 2Hill W, Stead L, Rosenstein M, et al. Recommending and evaluating choices in a virtual community of use. Proc Conf Human Factors in Computing Systems. Denver, 1995:194 -201 被引量:1
  • 3梅田望夫.网络巨变元年-你必须参加的大未来.先觉:先觉出版社,2006 被引量:1
  • 4Adomavicius G, Tuzhilin A. Expert-driven validation of Rule Based User Models in personalization applications. Data Mining and Knowledge Discovery, 2001, 5(1-2):33-58 被引量:1
  • 5Adomavicius G, Tuzhilin A. Toward the next generation of recommender systems: A survey of the state-of-the art and possible extensions. IEEE Trans on Knowledge and Data Engineering, 2005, 17(6): 734-749 被引量:1
  • 6Rich E. User modeling via stereotypes. Cognitive Science, 1979, 3(4) : 329-354 被引量:1
  • 7Goldberg D, Nichols D, Oki BM, et al. Using collaborative filtering to weave an information tapestry. Comm ACM, 1992, 35(12):61-70 被引量:1
  • 8Konstan JA, Miller BN, Maltz D, el al. GroupLens: Applying collaborative filtering to usenet news. Comm ACM, 1997, 40(3) : 77-87 被引量:1
  • 9Shardanand U, Maes P. Social information filtering: Algorithms for automating ‘Word of Mouth'. Proe Conf Human Factors in Computing Systems Denver, 1995: 210-217 被引量:1
  • 10Linden G, Smith B, York J. Amazon. corn recommendations: hem-to-item collaborative filtering. IEEE Internet Computing, 2003, 7(1): 76-80 被引量:1

共引文献451

同被引文献6

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部