基于新聚类算法的推荐系统的研究与实现

被引：1

作者：

陈清华 ^{[1
]}

李林锦 ^{[2
]}

翁正秋 ^{[1
]}

机构：

[1] 温州大学城市学院

[2] 温州市第三人民医院

来源：

电脑知识与技术 | 2010年 / 6卷 / 06期

关键词：

远程教育; 聚类分析; 个性化学习; 主成份分析; 线性鉴别分析;

D O I：

暂无

中图分类号：

TP311.52 [];

学科分类号：

081202 ; 0835 ;

摘要：

针对目前远程教育中,学员数目日渐增多、水平参差不齐而教师资源短缺而无法因材施教等问题,文章构建了一个基于逐层降维聚类分析方法的资源推荐系统。该系统通过基于知识树的聚类分析将学员分为不同的社区,由教师为社区推荐学习资源以对学员进行相对个性化的学习指导。实验结果表明,该系统大大缩减了授课教师的工作量,并且有效地提高了学员的学习质量和学习效率;同时这种迅速动态聚类方法可以很好地将散布的学员组织在一起,满足了学员相互之间的交流、推荐需求。

引用

页码：1523 / 1525

页数：3