您的位置:网站首页 > 《中文科技期刊数据库》 > 工程技术 > 自动化计算机 > 计算机应用 > 摘要

基于注意力的深度协同在线学习资源推荐模型

《成都信息工程大学学报》2020年 第2期 | 冯金慧 陶宏才   西南交通大学信息科学与技术学院 四川成都611756
导出参考文献 ★ 收藏 | 分享
  • 第1页
  • 第2页
  • 第3页
  • 第4页
论文服务:
摘 要:推荐可以看作是一个匹配问题,即为适当的用户匹配适当的项。针对学习平台和课程资源数量剧增以及在线资源分散使得课程推荐质量不佳等问题,将注意力机制和深度学习融入课程推荐问题中,提出一个基于注意力的深度协同在线学习资源推荐模型来为高阶课程集关系进行建模。该模型结合学习者信息和课程资源特征,学习用户和课程的隐性线性特征和非线性特征,进行多模态特征拼合,融入注意力机制思想区分不同成对项目集对预测结果的贡献程度,以提升模型表示用户和课程的准确性,提高推荐性能。通过爬取慕课网(MOOC)上2014-2019年的学习数据进行实验,结果表明提出的模型在数据集userlabel08rl上多项评价指标要明显优于其它推荐算法。
【分 类】【工业技术】 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 检索机
【关键词】 深度学习 协同过滤 注意力机制 在线课程 推荐模型
【出 处】 《成都信息工程大学学报》2020年 第2期 151-157页 共7页
【收 录】 中文科技期刊数据库