TY -的A2 - Lv, Zhihan盟方,Chaohua盟——陆、文物和PY - 2021 DA - 2021/04/20 TI -个性化推荐模型,基于数据挖掘的高质量的教育资源为大学生SP - 9935973六世- 2021 AB -与信息技术的快速发展和数据科学、以及“互联网+”教育的创新概念,个性化在线学习已经收到了广泛的关注在学校教育和家庭教育。教育信息化的发展使得网上学习用户的数量迅速增加,爆炸的学习资源,使学习者面临的困境“信息过载”和“学习失去”的学习过程。在个性化学习资源推荐系统中,最关键的是学习者的建设模式。目前,大多数学习者模型通常有一个缺乏科学的焦点,他们有一个单一的方法获取维度,功能属性,和较低的计算复杂度。这些问题可能会导致分歧学习者的学习能力以及推荐学习资源的困难和可能导致认知超载或迷失方向的学习者在学习过程中。本文的目的是构建一个学习者模型来支持上述问题和大力支持个人学习资源推荐学习资源模型,有效地减少了冷启动的问题,并在推荐过程中稀疏。在本文中,我们分析学习者在学习过程的行为数据和提取的三个特征学习者的认知能力、知识水平,和偏爱学习学习者模型的分析。其中,学习者的偏好模型使用本体,构造和语义关系的知识被更好的理解,和发现学生的学习的兴趣。SN - 1076 - 2787你——https://doi.org/10.1155/2021/9935973——10.1155 / 2021/9935973 JF - PB - Hindawi KW - ER -复杂性