基于深度学习的资源个性化推荐算法及模型设计

摘要

学习资源个性化推荐有助于提高学习者的学习效率,以及学习资源的使用率.经典的推荐算法本身存在数据稀疏性、冷启动等缺陷.深度学习算法在广泛领域中发挥着显著的作用.将深度学习与推荐算法结合成为近几年的研究热点,在推荐过程的构建特征、生成推荐候选集合、以及预测推荐分值等步骤有很好的应用效果.分析近几年的相关研究动态设计,针对在短期推荐系统的学习者学习最有可能取决于最近学习行为的现象,设计一个结合深度学习的神经网络算法和协同过滤推荐算法的框架,提高推荐结果的准确度.