基于双空间聚类的个性化推荐算法设计及应用

信息化教育环境下,实现因材施教,满足学生个性化发展是信息化教育的核心。当前针对个性化推荐大部分应用在商业,教育资源个性化推荐的应用刚刚起步,而且教育个性化推荐因没有系统的数据支撑大部分都是单一的基于内容的推荐和基于用户的推荐,不能满足学生个性化学习。移动自主学堂是学生自主学习平台,记录了大量学生学习信息,根据学生学习行为数据的分析,对其进行个性化资源推荐。分别对学生空间和教育资源空间的聚类改进当前协同过滤推荐算法,可以更好地满足学生个性化学习的要求。

基于大数据的用户学习偏好建模及应用

针对自主研发的"睿训课堂"移动学习教学软件中长期积累海量数据分析的需要,将学生学习兴趣分为短期学习兴趣和长期学习兴趣,提出一种基于"大数据"的学生学习偏好模型。并根据学生浏览行为和日志记录数据,挖掘学生短期学习兴趣。利用后台服务器数据库中的数据,对初始学生用户注册信息进行挖掘,提取出学生长期学习兴趣。实验结果表明,基于"大数据"的学生用户学习偏好模型方法是合理和有效的。