职业教育平台个性化学习推荐算法研究  

作　　者：徐云剑 李法春[1] 郭艾寅 黄巧洁[1] 

机构地区：[1]广东农工商职业技术学院,广东广州510507

出　　处：《中国科技经济新闻数据库 教育》2023年第4期160-162,共3页

基　　金：广东省教育厅普通高校“人工智能”重点领域专项2019KZDZX1053;教育部科技发展中心产学研创新基金项目2021ALA02023;广东省教育厅普通高校重点领域专项(科技服务乡村振兴)项目2021ZDZX4071;广东省教育厅普通高校重点领域专项2021ZDZX1121;广州市2022年度基础研究计划基础与应用基础研究项目202201011707;广州市2022年度基础研究计划基础与应用基础研究项目202201011736。

摘　　要：在线职教平台的兴起使个性化学习推荐技术成为当前的研究热点。传统PMF推荐算法仅利平台用户与对象的历史行为等显示数据进行预测估计,这使得推荐值准确度不高。为此,提出了基于深度学习的cnnPMF算法,算法通过卷积神经网络将平台资源中的边信息进行特征提取,再基于提取出来的特征向量与显示数据采用概论矩阵分解模型进行预测估计。仿真结果表明cnnPMF算法在推荐值准确度方面忧于传统的PMF算法。

关 键 词：在线职教平台 卷积神经网络 边信息 概率矩阵分解模型 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]