-
题名一种基于图卷积神经网络的在线课程推荐系统
被引量：3
- 1
-
-
作者
袁东维
凤飞龙
-
机构
西北政法大学管理学院
陕西师范大学物理学与信息技术学院
-
出处
《现代电子技术》
2023年第18期66-70,共5页
-
基金
国家自然科学基金项目(11774212)
陕西自然科学基金项目(2022JM-403)
西北政法大学军民融合研究院项目(JM-202111)。
-
文摘
由于在线课程学习不受时间和地点限制,越来越受到广大求学者的青睐,但各大在线教育平台推出的在线课程数量较多,使得用户难以选择。课程推荐是解决“信息过载”的重要手段,然而现有的课程推荐模型对用户和课程隐式交互数据挖掘不足,为此,文中提出一种基于图卷积神经网络的在线课程推荐系统。首先利用用户和课程的多种交互行为分类构建用户-课程二部图;然后将课程知识信息融入用户-课程二部图,利用图卷积神经网络高阶连通性递归地在图上传播嵌入信息,深入挖掘“用户-课程-知识”的关联关系,并设计高效的在线课程推荐系统,迅速响应用户课程请求;最后选取三种经典的神经网络推荐模型进行对比分析。实验结果表明,所提方法具有较高的推荐准确率。
-
关键词
在线教育
课程推荐
图卷积神经网络
用户-课程二部图
交互行为
推荐准确率
-
Keywords
online education
course recommendation
graph convolutional neural networks
user-course bipartite graph
interactive behavior
recommendation accuracy
-
分类号
TN926-34
[电子电信—通信与信息系统]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种改进的混合推荐算法
被引量：10
- 2
-
-
作者
宋文君
郭强
刘建国
-
机构
上海理工大学管理学院复杂科学研究中心
-
出处
《上海理工大学学报》
CAS
北大核心
2015年第4期327-331,共5页
-
基金
国家自然科学基金资助项目(61374177
71371125
+2 种基金
71171136)
国家教育部人文社科基金资助项目(13YJA630023
14ZR1427800)
-
文摘
基于用户的近期行为能够更好地反映其潜在的兴趣偏好的思想,提出了一种基于有限时间窗口的改进混合推荐算法.在标准数据集Netflix上的实验结果表明,只采用大约31.11%的用户近期历史记录,所得到的推荐结果准确性可以平均提高4.22%,而推荐列表多样性可以提高13.74%.另外还发现新提出的算法适用于不同活跃程度的用户,这可以极大地降低大规模数据所引发的计算复杂性问题.
-
关键词
混合推荐算法
时间窗口
用户-产品二部分网络
-
Keywords
hybrid recommendation algorithm
time window
user-object bipartite network
-
分类号
TP312
[自动化与计算机技术—计算机软件与理论]
-
-
题名考虑负面评价的个性化推荐算法研究
被引量：1
- 3
-
-
作者
苏莹
刘建国
郭强
田大钢
-
机构
上海理工大学复杂系统科学研究中心
-
出处
《运筹与管理》
CSSCI
CSCD
北大核心
2012年第6期17-22,共6页
-
基金
国家自然科学基金资助项目(10905052
70901010
+5 种基金
71071098)
上海市科研创新基金(11ZZ135
11YZ110)
上海市智能信息处理重点实验室开放基金(IIPL-2010-006)
上海市系统分析与集成重点学科(S30501)
上海市青年科技启明星计划(A类)(11QA1404500)
-
文摘
利用用户的负面评价信息,本文提出了一种新的推荐算法结构。算法首先将用户选择过的产品分为喜欢和不喜欢两类。其次利用用户的喜好信息构建推荐列表,同时利用负面评价信息构建厌恶列表。最后将推荐列表中的厌恶产品进行过滤,精炼推荐列表。Movielens数据上的实验结果显示,当采用90%数据作为训练集时,推荐列表的排序打分可以达到已知算法的最大值0.077,推荐列表的长度为10时,推荐列表的多样性和推荐新信息的能力相对不考虑负面信息的算法分别提高了16.08%和28.83%。同时,算法可以识别出根据喜好信息构建的推荐列表中19.15%的产品是用户不喜欢的。新算法结构不仅是目前已知的准确度和多样性都最高的算法,而且可以极大地降低系统的计算复杂度,节约存储空间。该工作开辟了利用用户负面评价提高推荐效果的新思路。
-
关键词
推荐算法
用户兴趣点
物质扩散
二部分网络
-
Keywords
recommendation algorithm
user tastes
mass diffusion
bipartite network
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
