摘要
本文提出了一个基于学习者访问聚类的远程教育智能推荐系统。系统使用基于代理的系统结构,由离线的数据预处理和基于学习者访问的URL聚类以及在线推荐引擎两部分组成。进一步,研究提出了一个基于学习者浏览兴趣的推荐规则集生成算法框架,在学习者浏览兴趣度量时综合考虑了学习者浏览时间和对页面的访问次数。最后,研究设计了一个基于推荐规则集和站点URL路径长度的URL推荐算法。与使用基于关联规则或基于学习者事务的推荐系统相比,该系统在推荐准确性上有较大的提高。
出处
《中国远程教育》
CSSCI
北大核心
2009年第9期64-67,共4页
Chinese Journal of Distance Education