基于多维度特征融合的网络课程推荐方法构建研究

现有网络课程推荐的相关研究较少考虑用户对不同维度课程特征偏好,针对此不足提出融合多维度特征的网络课程推荐方法。利用多种数据分析技术获取课程描述文本、课程关系数据和课程类别属性的特征表示,基于深度自编码器融合各维度特征表示以构建课程与用户特征画像,并将其输入深度神经网络实现课程推荐。实验证明,相较于基于单一维度特征方法、基于双重维度特征方法以及传统机器学习方法,该方法在Precision@K和mAP@K评价指标上均有明显提高,对促进个性化课程推荐的实践应用具有一定的指导意义。