改进型协同过滤的网络课程推荐算法

摘要

随着网络课程的增加,在线课程面临着信息过载的问题,着重解决了协同过滤算法在网络课程中的适用问题.通过分析网络课程中课程的类别及用户的行为,将网络课程进行分类,增加课程的高配合度,并采用基于物品的协同过滤算法,在计算相似度中根据IUF对用户活跃度进行惩罚,获得较准确的推荐列表.实验结果表明,该算法在网络课程的应用中,能够提高推荐质量.