(江南大学数字媒体学院 江苏无锡 214122) (江苏省媒体设计与软件技术重点实验室(江南大学) 江苏无锡 214122) (xiezhenping@hotmail.com)
出版日期: 2018-01-01基金资助:江苏省自然科学基金项目(BK20130161)；国家科技支撑计划基金项目(2015BAH54F01)；国家自然科学基金项目(61572236)Personalized Knowledge Recommendation Model Based on Constructivist Learning Theory
Xie Zhenping, Jin Chen, Liu Yuan(School of Digital Media, Jiangnan University, Wuxi, Jiangsu 214122) (Jiangsu Key Laboratory of Media Design and Software Technology, Wuxi, Jiangsu 214122)
Online: 2018-01-01摘要/Abstract
摘要： 个性化推荐正成为“互联网+”和“大数据”时代信息网络服务的基本形式，虽然其已在电子商务和社交媒体的广泛应用中产生了巨大的商业价值，但在具有巨大潜在社会价值的个性化知识学习领域，相关研究与应用还较为稀少.研究提出一种基于建构主义学习理论的个性化知识推荐方法——建构推荐模型.新模型首先考虑将知识系统以知识网络的形式进行表达，随后引入最近邻优先的候选知识选择策略，以及基于最大可学习支撑度优先的top-K未学知识推荐算法.建构推荐模型通过知识网络的知识关联结构挖掘用户知识需求，并推荐给出最具建构学习价值的待学新知识.以饮食健康知识系统学习为例的实验分析表明，新模型在多种情况下推荐产生的个性化知识序列均具有较强的知识关联性和较高的知识体系覆盖率.
参考文献
相关文章 3
| [1] | 俞俊,汪亮,余宙. 视觉问答技术研究[J]. 计算机研究与发展, 2018, 55(9): 1946-1958. |
| [2] | 王硕，汤光明，王建华，孙怡峰，寇广. 基于因果知识网络的攻击场景构建方法[J]. 计算机研究与发展, 2018, 55(12): 2620-2636. |
| [3] | 赵泽亚，贾岩涛，王元卓，靳小龙，程学旗. 大规模演化知识网络中的关联推理[J]. 计算机研究与发展, 2016, 53(2): 492-502. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3609
