基于协同过滤的认知训练游戏个性化推荐系统开发研究

摘要

随着教育神经科学的发展，人们对脑科学与教育的相关性有了进一步的认识。近年来基于脑科学方法的一系列研究证明游戏具有促进认知能力发展的功能，同时也有研究表明学习者的个体差异会让其在认知训练中的获得不同的效果。理论促进了应用的发展，现在涌现出很多提供认知训练的系统。然而当前的认知训练系统的推荐方式存在推荐不够个性化的问题，如单纯以点击量或者访问量为标准的“最受欢迎游戏”、“最热门游戏”等推荐方式。在非个性化推荐下，用户可能难以选择适合自己的认知训练游戏，同时用户可能不知道自己要多长时间进行训练或者每次训练时训练量要达到多少才会产生效果。
　　为了解决上述问题，本文引入协同过滤推荐算法，设计和实现了基于协同过滤的认知训练游戏个性化推荐系统，并详细阐述了如何解决推荐系统中存在的“冷启动”和“数据稀疏”问题，通过基于内容的推荐算法和项目评分预测算法来排除问题，提高推荐系统精度，同时将本文提出的认知训练游戏个性化推荐系统应用到认知训练平台。
　　为了验证个性化推荐效果，本文选取某大学的在校学生进行有效性实验和满意度调查。试验结果表明:采用个性化推荐进行认知训练的学生的认知能力提升效果大于采用随机非个性化推荐进行认知训练的学生，调查结果表明:学生更愿意使用具有个性化推荐功能的系统。
　　本文提出的基于协同过滤的认知训练游戏个性化推荐系统能够改善用户训练体验，激起用户的训练兴趣，提高用户的训练效率，更好地提升用户的认知能力的发展。

目录

声明

摘要

1 绪论

1．1 研究背景与意义

1．1．1 研究背景

1．1．2 研究意义

1．2 研究现状与问题提出

1．2．1 研究现状

1．2．2 问题提出

1．3 研究内容

1．4 研究方法

1．5 论文的组织结构

2 相关理论与技术基础

2．1 个性化推荐系统

2．1．1 个性化推荐系统概念及其基本思想

2．1．2 个性化推荐系统的组成模块

2．1．3 常用的个性化推荐系统及其比较分析

2．2 协同过滤算法

2．2．1 协同过滤推荐技术概述

2．2．2 协同过滤推荐技术的分类与比较分析

2．2．3 协同过滤推荐技术存在的问题及对策分析

2．3 本章小结

3 认知训练游戏个性化推荐模型构建

3．1 认知训练游戏个性化推荐算法

3．1．1 混合推荐算法

3．1．2 基于内容的推荐算法

3．1．3 项目评分预测算法

3．2 基于协同过滤的认知训练游戏个性化推荐模型

3．2．1 认知训练游戏个性化推荐引擎

3．2．2 认知训练游戏个性化推荐模型

3．3 根据游戏关系矩阵修正游戏推荐概率

3．4 本章小结

4 认知训练游戏个性化推荐系统设计与实现

4．1 认知训练游戏个性化推荐系统的设计

4．1．1 需求分析

4．1．2 功能分析

4．1．3 业务分析

4．1．4 数据库设计

4．2 认知训练游戏个性化推荐系统的实现

4．2．1 开发环境与技术

4．2．2 相关算法的实现

4．2．3 前台实现

4．2．4 后台实现

4．3 系统功能及算法性能测试

4．3．1 系统功能测试

4．3．2 算法性能测试

4．4 系统应用分析

4．4．1 有效性试验

4．4．2 满意度调查

4．5 本章小结

5 总结与展望

5．1 研究结论

5．2 研究创新

5．3 研究展望

参考文献

附录

致谢

攻读学位期间取得的科研成果