文章基本信息
- 文章名称:猜你喜欢:MOOC的课程推荐
- 发表时间:
- 文章来源:
针对什么问题?
- 尽管线上课程非常受欢迎,但又有多少人真正从中学到了知识呢?
- 由于用户使用慕课的目的不同以及慕课用户的职业也不同,慕课学习需要用户有较高的自我激励和自我调节能力。较多用户反映自己没有足够时间了解MOOC的过程,或者自己只是被大量的课程所淹没。
- 想保持一种宝贵的热情来帮助学习者增长知识。为各个个体找到合适的既符合学习目标又符合学习者学习能力的学习对象。
解决方案
利用协同过滤策略,基于用户兴趣、人口统计问题和课程前提关系,开发了一种课程推荐算法。
提出的框架
提出了一种结合协同过滤和主题模型的混合算法框架,从用户的历史访问中提取潜在兴趣,并在潜在兴趣的基础上进行推荐。
贡献有哪些?
- 不仅仅将框架和传统的框架相对比,并且在学堂平台上建立了一个在线系统来运行该模型。
- 同时与学堂上的一些有趣功能合作,比如自动QA,以提高用户的参与度。
- 潜在兴趣有助于其他个性化情况。。
- 在真实数据集上的实验表明,该算法具有良好的效率和有效性。
哪里值得再改进?
- 可以通过挖掘用户的行为(如视频行为)中的信息来提高推荐性能。
- 在MOOC中推荐不同类型的内容,如视频和知识点,以满足不同的个性化需求。