版权说明 操作指南
首页 > 成果 > 详情

基于学习者时空特征的移动学习资源推荐模型研究

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
李浩;余雪;杜旭;张明焱;胡敏
作者机构:
华中师范大学 国家数字化学习工程技术研究中心,湖北武汉 430079
湖北中医药大学 信息工程学院,湖北武汉 430065
语种:
中文
关键词:
时空特征;移动学习;学习资源推荐;用户相似度
关键词(英文):
mobile learning;learning resource recommendation;user similarity
期刊:
现代教育技术
ISSN:
1009-8097
年:
2020
卷:
30
期:
10
页码:
13-19
基金类别:
国家自然科学基金项目“基于众智的学习资源知识点关联标注方法研究”(项目编号:61807013) 教育部人文社会科学研究青年基金项目“基于众筹众创的中医药数字化学习资源共享机制研究”(项目编号:19YJC880032) 华中师范大学研究生教学改革研究项目“混合学习环境下课堂学习参与有效性验证研究”(项目编号:2019JG21)资助。
机构署名:
本校为第一机构
院系归属:
国家数字化学习工程技术研究中心
摘要:
移动学习情境具有学习时间碎片化、学习环境动态性的特点,导致应用传统的协同过滤资源推荐方法时,存在用户相似度计算效率较低等问题。针对此问题,文章基于移动学习环境下学习者的时间熵和空间熵等时空特征,对学习者进行分群,并提出移动学习环境下用户相似度算法,在此基础上构建了基于学习者时空特征的移动学习资源推荐模型,并在具体课程中进行了模型有效性的验证。验证结果表明,此模型有效地解决了因用户数据量过大而导致的用户相似度计算过慢问题,并使移动学习环境下的学习资源推荐更加精准。
摘要(英文):
The mobile learning context has the characteristics of fragmented learning time and dynamic learning environment,which leads to problems such as low user similarity calculation efficiency when applying the traditional collaborative filtering resource recommendation methods.Aiming at this problem,based on the temporal and spatial characteristics of learners’time entropy and location entropy in the mobile learning environment,this paper divided learners into groups and proposed the user similarity algorithm in the mobile learning environment.On ...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com