结合知识图谱和聚类技术的课程知识推荐系统研究

针对传统的推荐系统在推荐效率和准确率方面存在问题,对结合知识图谱和聚类分析的课程知识信息推荐系统进行了研究与设计。针对知识图谱中语义复杂性,在TransR模型的基础上引入动态映射矩阵的思想,分别为每个实体-关系对构造一个动态映射矩阵,来解决关系的多种语义问题。为了提升传统推荐系统中所用的协同过滤算法在相似度计算和近邻查询方面的性能,将聚类分析技术引入推荐系统中,提出了优化的聚类方法,再将优化的聚类方法用到推荐系统的关键环节中。进一步分析和设计了结合知识图谱和聚类分析的课程知识推荐系统。该文的研究成果提升了课程知识的推荐效果,为创新创业教学提供了优质的学习资源。