在线教育平台中个性化学习资源推荐系统设计

来源：计算机技术与发展杂志2021年第02期北京时间：

作者：李乡儒;梁惠雯;冯隽怡;肖江平;彭婉芬

单位：1. 华南师范大学 计算机科学学院,广东 广州 510631;?2. 华南师范大学 数学科学学院,广东 广州 510631;?3. 广州犀灵信息科技有限责任公司,广东 广州 511458

摘要：为了通过充分挖掘和分析用户的学习行为规律及认知特点, 借助互联网和人工智能技术提升个性化教育的深度和广度, 设计了一个包含用户画像的个性化学习资源推荐系统。该系统由数据层、数据分析层和推荐计算层构成。 数据层由用户数据以及包含知识资料、学习资料和标签集的资源库组成;数据分析层融合了以基础信息、学习行为等为代表的静态数据和动态数据,据此为用户生成个性化画像、提供直观形象的学习反馈;推荐计算层则通过相似性分析和聚类算法发现用户的学习行为规律,使用 TF-IDF 方法挖掘用户的资源偏好,并据此给出个性化的学习建议。 该系统已应用于一个以人工智能类课程为主的在线教育平台,为师生提供个性化画像、学习反馈与资料推荐的服务,当前处于第二个学期的试用阶段。

关键词：在线教育;个性化推荐系统;用户画像与反馈;学习风格;行为序列分析;资源偏好