E-learning平台中的课程相似性搜索研究

针对E-learning平台中的课程相似性搜索问题,在SimRank模型基础上提出一种高效的课程相似性搜索方法(Course Sim),依据学生和课程之间的选修关系查找相似的课程.结合SimRank矩阵形式及其快速收敛特点,构建二次迭代模型,并将相似性搜索分为两个阶段:第一阶段离线计算学生相似性,结合学习兴趣除去关系强度较弱的链接,以减少非必要的计算操作,并通过避免多余的零值累加减少计算开销;第二阶段进行在线查询处理,在学生相似性基础上计算课程相似性,通过累加操作优化查询处理.实验结果表明,Course Sim方法能够降低超过99.98%的时间开销和59.58%存储开销,达到99.80%以上的NDCG.