论文部分内容阅读
随着社会信息化和互联网技术的发展,人们接受教育的方式逐渐丰富,获取教育资源的途径越来越多样化,教育资源从线下向线上扩展的趋势成为必然。在“互联网+教育”背景下,社交网络的飞速地发展以及社交网络产品的不断迭代更新,吸引了大量的教育学者、老师、家长以及孩子使用社交网络进行教育资源信息交换,来突破传统的教育教学方式,人们也更愿意从社交网络中寻求教育资源信息。因此,用户如何在有限的时间内从海量的信息资源中获取更多有效的教育资源是亟需解决的问题。本文研究以社交网络小学教育资源为例,为小学生、家长和关注小学教育资源的其他用户群体寻找教育资源服务而提出,设计效果良好的推荐算法,解决用户如何在短时间内快速地获取和收集所需的小学教育资源,以及挖掘关注小学教育资源的用户群体,向他们推荐有用的教育资源。本文主要从以下几个部分开展研究:第一部分是提出混合相似度的协同过滤推荐算法。针对传统的协同过滤算法余弦相似度计算方式易出现数据集稀疏问题,提出借助关键词表的计算方法,间接计算内容相似度,同时,多角度地从作者、用户与资源文本之间的联系出发,在传统的协同过滤算法上作改进,分别计算作者相似度和用户相似度,然后混合相似度加权计算综合相似度,依据综合相似度值进行推荐。第二部分是提出融合特征值与相似度推荐算法。首先,从内容丰富性、资源时效性、信息权威性三个方面考虑小学教育资源的特征,提取教育资源特征的计算方式,进而提出一种改进的推荐算法,融合特征值来计算推荐度进行推荐。经过实验后,结果表明改进的算法能够提高推荐满意度。第三部分主要是设计面向资源内容的推荐方式以及面向用户群体的推荐方式。通过推荐算法给出推荐满意度最高的资源文本,提出面向资源内容的推荐方式,然后进一步挖掘对资源关注度高的用户群体,提出面向用户群体的推荐方式。第四部分主要是推荐系统开发与设计实现。推荐系统主要为用户提供可以直接触达推荐功能的接口,引导用户使用推荐功能。本文旨在帮助小学生和家长快速准确地获取相关的教育资源,节省学生和家长有限的时间。同时可以帮助教育研究者,学校的教育管理者进行集中式的研究和管理,为其提供相应的小学教育资源。另外,希望通过本文的研究对后续建设社交网络的教育资源平台的工作作出贡献。