期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
融合网络和文本特征的智能课程推荐方法 被引量:4
1
作者 卢春华 胡晓楠 +1 位作者 彭璐康 李翠霞 《计算机应用与软件》 北大核心 2023年第2期74-81,共8页
针对在线教育平台上资源过载和传统推荐方法输入特征单一的问题,提出基于网络拓扑和文本数据的特征融合方法,使用深度学习的表示学习方法来进行智能课程推荐。对于课程设计策略构建网络拓扑结构,并使用Node2vec向量化方法将网络中的节... 针对在线教育平台上资源过载和传统推荐方法输入特征单一的问题,提出基于网络拓扑和文本数据的特征融合方法,使用深度学习的表示学习方法来进行智能课程推荐。对于课程设计策略构建网络拓扑结构,并使用Node2vec向量化方法将网络中的节点映射到低维向量空间;之后使用卷积神经网络抽取特征并融合经Doc2vec表示的文本数据,拟合用户数据与目标课程之间的相似度。在进行推荐时,选择两者相似度最高的Top N课程。实验结果表明,该方法的性能远远超过传统的推荐方法,同时,消除实验表明该文使用特征对于最终的推荐效果都有一定的积极作用。 展开更多
关键词 网络特征 文本特征 推荐系统 表示学习 智能课程推荐
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部