-
题名基于联邦学习的智能学习推荐系统模型的构建与应用
- 1
-
-
作者
余亚烽
刘兴红
徐琦
张涵
陈雪
陶胜阳
-
机构
湖北师范大学计算机与信息工程学院
华中师范大学人工智能教育学部
-
出处
《湖北师范大学学报（自然科学版）》
2023年第1期64-70,共7页
-
文摘
传统的机器学习方法尚未解决学习推荐系统中存在的用户隐私、数据孤岛、系统“冷启动”和法律约束等问题,而联邦学习不仅能解决以上问题,而且是一个极具发展潜力且有待深入探索的新方向。基于此,将联邦学习和学习推荐系统相结合,建立了基于联邦学习的智能学习推荐系统模型。首先,重点阐述了联邦学习的概念和分类。其次,系统分析了当前学习推荐系统中亟待解决的关键问题。最后,构建了基于联邦学习的智能学习推荐系统模型,并将横向联邦学习推荐系统模型应用于同学科、同学龄的教育场景中,将纵向联邦学习推荐系统模型应用于跨学科、跨学龄的教育场景中,并分别介绍了这两种推荐系统模型的训练过程。
-
关键词
联邦学习
学习推荐系统
智能学习推荐系统
个性化学习推荐
-
Keywords
federated learning
learning recommendation system
intelligent learning recommendation system
personalized learning recommendation
-
分类号
G64
[文化科学—高等教育学]
-
