共查询到10条相似文献，搜索用时 265 毫秒
1.
为了克服个性化推荐方法中信息不能随用户兴趣变化动态更新等缺点,提出基于虚拟机会网络的个性化推荐模型。用户兴趣爱好各不相同,个人获取资源有限,偏好会发生变化,并且用户活动具有一定的社区性,这都与机会网络中节点的移动和机会网络的区域性类似。鉴于此,建立虚拟机会网络模型,利用机会网络的自组织性及零星用户间的信息交互,系统不但能随用户信息等数据变化快速自动组网,还能实时察觉用户偏好变化,挖掘用户可能感兴趣的方向,实现个性化推荐。 相似文献
2.
3.
通过研究用户历史行为数据去捕捉用户购物的动态偏好,结合BP算法挖掘与每位用户购物习惯息息相关的商品特征属性集,并建立基于商品特征属性的关联规则推荐模型及基于商品时效的推荐模型,进一步提升个性化实时推荐系统推荐商品的效率并增加其多样性。 相似文献
4.
针对目前教学资源服务中普遍存在的海量教学资源与用户个性化需求之间的矛盾,在基于校园网的英语教学资源库系统中建立了一个教学资源个性化检索模型,该模型把基于网络的个性化信息服务引入英语教学资源体系,尊重用户中存在的差异,学习和跟踪用户的个性化兴趣,并根据用户的个性化兴趣特征对英语教学资源进行过滤,实现少而精的教学资源个性化检索。实验表明:该模型能有效地提高英语教学资源服务中个性化检索的查全率和查准率。 相似文献
5.
网络环境下基于Web的个性化学习是现代远程教育与智慧教育领域研究的热点,也是数字化学习E-learning未来发展的趋势。Web个性化学习环境构建主旨是针对学习者特征差异性"分析"与"判断"其个性化需求,并以此精准推荐适当的学习资源,其实现的关键在于用户特征模型构建与分析、结构化领域知识构建以及知识个性化推荐与呈现。其中,用户静态特征与动态行为特征是个性化学习需求的逻辑起点,结构化领域知识模型是个性化推荐的数据源基础,知识个性化推荐与呈现是E-learning的宗旨。 相似文献
6.
7.
个性化推荐作为解决学习者信息迷航的重要途径已成为研究热点。以生成性学习资源中学习者的个性化学习特征为基础,构建用户模型。根据布卢姆认识理论,采用贝叶斯网络评估学习者认知状态,并基于Felder-Silverman模型,利用TAN贝叶斯网络预测学习者学习风格,依据学习者的认知水平和学习风格推荐不同的学习策略,以有效提高学习效率。 相似文献
8.
传统推荐系统存在不以用户关注度为导向、推荐信息分散、推荐效率低等弊端,针对该问题,通过深入挖掘用户的关注度特征及浏览行为特征,分析用户的潜在需求,以此为基础,综合基于类别关注度的信息推荐、基于主题词的长期关注度推荐以及基于协同过滤的个性化推荐算法,采用模块化的设计方法,提出一种基于用户关注度的个性化推荐系统。实践应用表明,该系统能够帮助用户从海量信息中快速、准确地找到自己关注的内容,对互联网个性化信息服务具有一定的应用价值。 相似文献
9.
文章在联通主义思想和个性化推荐思想的基础上,关注用户诉求,主要探讨目前国内个性化推荐在线课程资源问题.旨在根据学习者的个人特征进行相应的个性化推荐,基于在线课程个性化推送的研究现状,以A大学的学生为研究对象,进行在线课程资源个性化推送的需求调查,发现用户使用资源时存在的问题,并对这些问题给出了适当的建议,以期促进个性化资源推送,进一步满足用户需求. 相似文献