基于本体的网络学习资源推荐算法设计

摘要

针对学习者在网络学习平台中面临的信息过载导致获取个性化信息不足问题,应用领域本体构建方法,对学习课件进行数据建模及表示,构建了一种基于领域本体与学习者属性信息的特征模型,模型结合领域本体主题及学习者基本信息要素具有语义支持并随时间推移进行更新.以学习特征模型为基础设计一种融合相似度的协同过滤推荐方法,有效缓解推荐算法面临的冷启动及其语义支持不足的问题.实验结果表明,所提的方法与传统的协同过滤推荐方法相比,数据推荐的准确率MAE减小12.29%,有效提高数据推荐质量.