基于逻辑回归模型的校园个性化学习资源推荐系统

本文从当前校园个性化学习资源推荐系统的不足进行分析,从学习者提出的学习测验问题出发,将学习测验问题及是否正确作答转化为矩阵表示,提出一种提升学习者学习效率的学习者模型,并进行学习资源建模,再利用逻辑回归模型,以学习者学习前的测试结果作为输入,计算输出测验得分提高的最高期望值,推荐系统通过测验得分提高的期望值来量化学习效率,并通过不断迭代对学习资源进行二分类以最大化这个期望值,并提出期望值提升模型的工作方案。

基于混合机制的个性化学习资源推荐系统研究——以国家开放大学学习网为例

随着信息技术的迅速发展,学习者可获得的学习资源形式更加多样,数量更加庞大。如何利用大数据、AI,向学习者推荐个性化的学习资源成为人们关注的焦点。根据学习者的特征,塑造个性化的学习路径将真正满足学习需求,从而提高学习水平。因此,本文以国家开放大学学习网为例,通过对已有的不同的算法进行研究,从而基于混合推荐机制,设计了国开学习网的个性化学习资源推荐系统。