基于学习者时空特征的移动学习资源推荐模型研究

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.