個(gè)性化學(xué)習(xí)中的知識(shí)推送系統(tǒng)研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)和應(yīng)用的普及，E-Learning已成為一種新穎的學(xué)習(xí)方式，它能夠不受時(shí)空限制隨時(shí)隨地地向?qū)W習(xí)者提供豐富且開放的學(xué)習(xí)資源，從而受到人們的普遍歡迎，迅速成為現(xiàn)代教育教學(xué)體系重要形式之一。但在E-Learning快速發(fā)展的過程中，平臺(tái)中的學(xué)習(xí)資源數(shù)量迅速膨脹，使得學(xué)習(xí)者面臨這樣的問題:第一，信息過載，即使花費(fèi)大量的時(shí)間和精力去查閱和檢索所需的學(xué)習(xí)資源，也不一定找得到符合自己興趣和需要的學(xué)習(xí)資源信息;第二，平臺(tái)建設(shè)仍停留在以物為

2、主的層面上，忽略學(xué)習(xí)者的個(gè)性化特征，不能從根本上滿足用戶的需求。因此，知識(shí)推送系統(tǒng)的目標(biāo)是迅速有效地為用戶提供合適的學(xué)習(xí)資源信息。
　　 本文所研究個(gè)性化知識(shí)推送系統(tǒng)主要有以下內(nèi)容:首先，研究了個(gè)性化推薦系統(tǒng)的背景及國內(nèi)外的發(fā)展現(xiàn)狀;然后，闡述了個(gè)性化推薦的相關(guān)理論和技術(shù)，詳細(xì)介紹了常見的個(gè)性化推薦技術(shù)，并結(jié)合內(nèi)容過濾推薦算法和協(xié)同過濾推薦算法，提出了一個(gè)優(yōu)化的組合推薦算法，可以在一定程度上緩解傳統(tǒng)協(xié)同推薦算法存在的數(shù)據(jù)稀疏性和