基于FRUTAI算法的布尔型移动在线学习资源协同推荐研究
目的:针对具有布尔型特征的移动在线学习资源,提出一种适用于该类资源的协同推荐方法.方法:采用基于用户自身属性和已有好友分布特征的FRUTAI算法,确定目标用户的最近邻集;在解决数据稀疏的基础上,提出一种适应于布尔型移动在线学习资源的协同推荐方法;选取实证对象,依据相关评估方法评估推荐结果.结果:在以豆瓣网数据作为数据集的实证中取得了较好的推荐效果.局限:实验数据较少,未能检验该方法在面向其他类型资源时的优越性.结论:本文提出的推荐算法可以有效地应用于具有布尔型特征的移动在线学习资源,并具有较好的推荐效果.
移动在线学习 资源协同推荐 布尔型特征 FRUTAI算法
夏立新 毕崇武 李重阳
华中师范大学信息管理学院 武汉 430079
国内会议
武汉
中文
1-8
2016-07-01(万方平台首次上网日期,不代表论文的发表时间)