一种基于HIN的学习资源推荐算法研究

如何提高学习资源的推荐准确度是自适应学习研究中的核心问题.为此,本文提出了一种基于异构信息网络的学习资源推荐算法.该算法以基于元路径的相似性度量为基础,结合知识转化概率和学习反馈信息,计算学习者与所有学习资源之间的语义相似度,并依据该相似度进行排名,将排名top-K的学习资源推荐给学习者.相关的实验表明,本文方法有效实现了自适应学习中学习资源的准确推荐.