基于混合模式的学习资源个性化推荐系统设计

建电脑

COMPUTER

D01:10.16707/j.cnki.fjpc.2017.12.024

基于混合模式的学习资源个性化推荐系统设计

张腾，何丰，陈新德，沈水莲

(嘉兴学院数理与信息工程学院浙江嘉兴314000)

【摘要】针对于学习资源的个性化推荐，考虑到学习资源类别的多样性，单一的推荐技术很难达到有效的推荐，项 目组提出基于混合推荐模式的学习资源个性化推荐系统。通过分析学习资源的格式以及用户的行为习惯，选择出最优的 推荐方式有针对的对用户进行学习资源推荐。

【关键词】个性化推荐系统;混合模式；学习资源推荐

—、刖目

在Internet愈发普及的今天，伴随若信息爆炸时代的来临， 海S的信息MJ吋呈现。在纷繁复杂的債息中* 用户很难提取出 自己感兴趣的部分，这不仅使得用户提取信息的效率大人降 低，也使得很多有价值的信息很难被用户发现。同时，在互联网 技术高速发展的今天，个性化推荐技术也在许多领域得到了充 分的发挥，例如电子商务领域的Amazon、淘宝等。这些互联网 企业对川户的购买和搜索习惯进行记录分析，然后分析商品的 相似性，继而进行个性化推荐。在电予商务领域，个性化推荐技 术的应用很好的刺激了消费者的购买欲塑，给消费者的购买带 来了极大的方便。

本项目旨在学习资源领域加入个性化推荐技术。如今越来 越多的人开始在网络上搜索并K载学>J资源，在海S的学 >」资 源面前，很多学生很难找到合适的资源，这使得他们的予 >』效 率人人降低。本项目将分析学 >」资源的类别计算相似度，结合 川户的搜素下载习惯，对用户进行高效的学4资源推荐。下面 给出推荐系统模型图（图1):

二、系统结构介绍由于学习资源具有文件类型多样、对个性化推荐的准度和 效率都有很高的要求的特点，传统单一的推荐系统很难满足用 户的耑求，所以本项口将采取基于浞合模式的推荐技术对学习 资源进行推荐。下面给出系统功能图（图

基于混合模式的学

习资源推荐系统

基

础

I

1i捜索上修传改s

资资个源

人

源

灘

.

I弓2

系统功能图

基金项目：受浙江省大学生科技创新活动计划暨“新苗人才计划”支持。

• 50 •

福建电脑I 2017年第12期

本系统功能王要分为基础功能和推存功能两大块。基础功 能是完成登录注册等普通网站的功能，而推荐功能土要分为首

页推荐。首页推荐分为三类:川户标签推荐，侧边栏最新资源推 荐，侧边栏相似用户推荐。

(1) 用户标签首页推荐

JIJ户注册登录网站C，在网站首奴会根据川户的自定义标 签，关联资源的标签，筛选出所有相关的资源，然后根据该资源 的点卅次数以及最近点卅距，n的时间根据设记的权®计算 出资源的热度值，根据热度值进行排序，选出热度值最高的资 源返回到)丨]户宵苋。每个川户自记义标签都推送一个最热资源 到首页，而首页资源排序则根据用户标签热度进行排序，用户 标签热度计算方式与资源热度计算方式类似，即用户搜索含该 标签的资源的次数与该标签最b—次被搜索距当日时间乘以 设定的权重值。（权茧值初步设定为7:3,点卅次数为3,距今日 时长为7) s

(2) 侧边栏最新资源推荐

用户登录网站首奴，在网站的左侧边栏显示网站屮与川户 标签相关的最新上传的各类资源，按照时间由近及远排序。此 推荐旨在使一些刚上传、点▲率为零的资源获得被j|]户点-,丨丨的 机会，从而使其在未来的推荐中不至于被埋藏。

(3) 侧边栏相似川户推荐

用户登录网站肖奴，在网站的右侧边栏显示网站屮与该川 户相似度很高的其他用户中的热门资源。

用户相似度il算方式为将用户a与用户b扣对应的评分

向量a和b表示，计算公式为sim(5,S)=

丨种|

，符号•表示向量

间的点积，|:|和|飞1表&向量自身点积的平方根。计算之后 的相似度值介于0和1之间，越接近亍1，表示越相似。

对基于混合模式的学习资源推荐系统的构建主要分为三 个部分:标签系统的建立、数据库的设计和算法学习。以下将对 这三个部分进行详细的介绍。

1、标签系统

在建立基于浞合模式的推荐系统之前，我们首先要建、>:J1J

户和学习资源的标签系统。学习资源推荐系统的标签系统主要 分为三大模块，其一是建立资源的标签系统，其二是建、>:川户 的标签系统，其二是这两个标签系统之间的关系，即如何通过 用户标签系统中的数据从资源标签系统中提取出最优的资源

e-

建电脑

COMPUTER

lz(lzcode(varchar(20)),lzname(varchar(20)))sz(szcode(varchar(20)),szname(varchar(20)))

链接并进行推荐。

对于川户标签系统，我们分为隐式标签和敁尔标签两种。 显示标签即用

户自行给自

己添加的标签，足)1】户对自我的定

位;隐式标签则足系统通过分析)lj户的浏览历史和采纳资源的 记录以及搜索习惯等给用户增加的隐式标签。通过M隐式标签 加上系统默认的权重可以计算出扣户之间的相似度，并对标签 进行过滤，得到学者标签体系a

对于学习资源标签系统，一般根据学习资源的内容、长度、 题目等物理特征提取出关键词，然后进行标签建设。学 >」资源 的标签体系架构图如图4所不。

图4

学习资源标签体系

首先我们根据资源的内容获取一些物理倍息，如位置、标 题、词频等;TO提収出视频的特征，如词频等，•然后利用Spam- Clean、Dspam等算法将垃圾标签进行过滤；最后利用Yaahp、 AhP、DelPhi等算法计算得出标签的权重，得到该教学资源的标 签体系。

2、数据库设计

川户在_k传学 >」资源吋，要先选择所上传资源的分区，系 统给出芯干同记的人分区和小分区，为方便算法调用分区名， 设计两张分区编码表，表名和字段名如下1

资源表1、2是对资源信息的记录，其中包括资源所属大小 分区的编码、资源名、资源链接等。标签编码表则是对标签进行 编码，方便在算法中进行调用。表名和字段名如下：

labeltors (id (int (20)),lzcode (varchar (20)),szcode (varchar (20)), tcode(varchar(20)),resource-id(int(20)),mark(varchar(20)))

resource (id (int ((20)),resource -name (varchar (20)),link (varchar

(4〇)))

tag(tcode(varchar(20)),tname(varchar(20)),makr(varchar(20)))利用用户行为表和川户倍息表对)lj户行为进行记录，其中 JIJ户信息表中的性别、专业等字段即为用户隐式标签i在用户 行为表中的time以及通过求和函数求得的资源点，丨?数，加之自 记义的权®即可计算出用户对某一资源的喜好程度。

user -behavior (id (int (20)),uid (int (20)),tcode (varchar (20)),time (datetime),mark(varchar(20)))

user (id (int (20)),uid (int (20)),name (varchar (20)),password (var­char (20)),sex (int (1 )),mail (varchar (20)),majoor (varchar (20)),mark (int ⑴)）

3、算法介绍

基于混合模式的推荐系统即足结合了基于协InJ过滤的推 荐和基于内容的推荐两种推荐算法的一种更加精准的推荐算 法，以下我们将对协同过滤推荐算法和基于内容的推荐算法进 行简要的分析。

(1)协M过滤推荐

协同过滤推荐一般采用最近邻技术，利用学习者的历史喜 好信息计算学>J者之间的距离，然后利用目标学习者的近邻学 习者对资源评价的加权评价值来预测丨丨标学>J者对特定资源 的爯好程度，系统从而根据这一喜好程度来对目标学者进行 推荐，其过程如图5所

图5协同过滤推荐过程

本项0屮基于协M过滤算法的推荐主要足先根据学习者 的兴趣为其找到跟他有相似兴趣的学 >彳者，然后将他们感兴趣

的内容推荐给该学 >彳者。找到相似兴趣学 >」者耑要计算两个J1J户之间的相似度，给出相似度计算公式:，该计

|种|算公式中的评分向量a，b则足两个用户对同一系列资源的热 度值，热度值计算公式为heat=wl*timel+w2*frequence，timel是 川户最近一次点丄该资源距a日的时间，可根据数据表us- er_behavior中的time字段求得;frequence是该用户累积点士该 资源次数，可在数据库中用求和函数得到;wl、w2足权重，本项 目拟定wl为0.7，w2为0.3。

求得相似度之后，将与目标用户最相似用户的最热资源推 荐给目标用户即可完成推荐。

2017年第12期福建电脑 *51*

福建电脑E

⑵基r‘内容的推荐

_于内容的推荐我们卞耍针对基于内容推#算法的学习 资源推荐。

祚学习资源推荐系统中提供推荐服务的系统是基于内容 相似度的推荐和基于概率的推#。基丁•内容相似度的柑#卞要 是为学习者对冋类学习资源感兴趣的内容提供推荐服务。其实 现过程是先确定学习齐对之前资源的热度值，热度值的计算 前面已经提过。其次，通过一个标准来衡量两类资源的相似度， 一般采用余弦相似度方法评估它们的向罱是杏相似。基于概率 的推#主耍是为学习者提供学习资源中東耍知识点推荐服务。 其实现过程是将资源屮出观的主耍知识点设置成为资源的标 签，拟定一个标准，将资源分为“热度值商”和“热度值低”两类。 设定p (X)为先验概率，P (Y)为后验概率，通过后验概率公式

np(^|j)xp(r)

~^—可计算得出学习者对米知资源的感兴

趣程度.UJIAN COMPUTER

[2]黄立威，刘艳博,李德毅.基于深度学习的推荐系统[J/OL].计算机学 报，201 1 —29 (2017-11—1S)• http://kns• cnki_net/kctns/detail/ 11.1826.TP.20171115.2242.004. html.

[3 ]乔雨，李玲娟.推荐系统冷启动问题解决策略研究[J/〇L ].计算机技 术与发展,2018,(01):1—5(2017—10—19) • http: //kns • cnki _ net/kcms/ detail/ 61. 1450.m20171019.1559.002.html.

[4] 张景龙,黄梦醒，张雨,吴庆辨.基于标签优化的协同过滤推荐算法 [J/OL]•计算机应用研究，2018, (10):1—3(21)17—U)—10).http://kns.cnki.

net/kcms/detail/51dl96.TP.20171010.1730.046.html.

[5] 张朝恒，何小卫,陈勇兵.基于社交网络信息的协同过滤推荐算法 [J/OL ] •计算机技术与发展,2017, (11): 1 —11(2017—08—01).http://kns.cnki.

net/kcms/detail/61,1450,TP.20170801.1556.072.html.

[6] 杨震，司书勇,李超阳.基于用户隐式兴趣模型的信息推荐技术研究 [J/OL]•山东大学学报（工学版),:1-7 (2017-07-19).http://kns.cnki.

net/kcms/detail/37.1391.T.20170719.1521.002.html.

[7] 姜信景，齐小刚,刘立芳.个性化信息推荐方法研究[J/OL].智能系统 学

报

：1—7 (2017—07—02).http://kns.cnki.net/kcins/detail/23.1538.TP.

20170703.1601.004. html.

[g]王余斌,王成良，文俊浩.基于用户评论评分与信任度的协同过滤算

三、总结

随着教育信息化的发展和MOOC(大规模开放网络课程)的 出现，网络学习为学刃者提供了丰富和多样化的学习资源，它有 不受时辛阪制等许多优势，因此越来越受到人们的普遍欢迎。然 而，网络学习资源的数在不断地急剧增长，导致学习者在面对 人fit:的学习资源时，经常遇到“如何选择、选择哪个”等问题。史 为关键的是,学习齐在兴趣偏好、学习风格和认知水平等多方面 存在着一定的差异，因而对学习资源的需求具存个性化g在学习 平台中为学习者推荐个性化的学习资源是解决这些问题的有 效方法。它对促进学生学习并满足学生的个忭化学习需求几有 潜在的利川价值。

法[J/OL]•计算机应用研究,2018，(05):l-2(2017—06-14).littp://kns.cnki.

net/kcms/detail/51.1196.TP.20170614.1317.058.html.

[9] 郭宁宁，王宝亮,侯永宏，常鹏.融合社交网络特征的协同过滤推荐算 法[J/OL].计算机科学与探索,:1-11 (2017-04-19).http://kns.cnki.

net/kcms/detail/11.5602.TP.20170419.1308.002.html.

[10] 付芬,豆育升，韩鹏,李耀辉.基于隐式评分和相似度传递的学习资源 推荐[J/OL.1 计算机应用研究,2017,(12):1—8(2017-01-23)_http://kns.

cnki. net/kcms/detail/ 51,1196. TP,2017(1123.155B.042. html.

作者简介：

张腾（1996-)，女（汉族），浙江省温州市泰顺县人，学生，大学本 科，主要研究方向为推荐系统；何丰（1964-)，男（汉族），浙江省嘉兴 市，教授，博士，主要研究方向为数据库与机器学习；陈新德（1997-), 男（汉族），浙江省温州市苍南县人，学生，大学本科，主要研究方向为推 荐算法研究；沈水莲（1995-)，女（汉族），浙江省嘉兴市桐乡市人，学 生，大学本科，主要研究方向为推荐算法研究a

参考文献：

[1]张若冉.基于用户兴趣变化的高校图书馆个性化图书推荐研究 [J/OL]•农业图书情报学刊,2〇17，(11):1〇—14(2017—ll—16).http://kns.

cnki.net/kcms/detail/11.2711 .G2.20171116.1310.002.html.DOI ：

10.13998/j .cnki.issnl002-1248.2017.11,002.

(上接第41页）

构，它又根据在工作时的方式，分为了编程式和中断式这两种 控制方式。中央处理器是有…定的工作周期的，如果它完成了 某个任务并且此次工作有富余的时间，它就会拿这些时间使用 键盘去扫描子程序，也扫描之沿，没有按键操作，就会被返回； 如果，扫描到了键盘操作，先识别出使用的是哪一个按键，然后 去处理这个按键所要执行的程序，这种操作的方式被称之为编 程扫描\"式。当準片fiL在运行的过程|丨|，有时候会进行一些键 操作，从而在W程序时会让中央处理器一直在工作状态之中， 本人在设计时，考虑到了经常会进行时间的调整，会;、V:川到设 置、上调、下调、下调等功能，所以就采)丨]了独立式键盘。

分秒以调整时间和日期的功能。

参考文献：

[1] 邵鹤晖.工业过程高级控制[M].上海:上海交通大学出版社，2013.[2] 陈凯.液晶显示万年历、时间、星期及温度[D ].湖南：湖南理工学院， 2009.

[3] 康华光.电子技术基础数字部分[D].北京:高等教育出版社,20:08.[4] 杨晓欣•电子设计从零开始[M].北京:清华大学出版社,2011.

作者简介：

王庆喜（1979-)，男，讲师，硕士，研究方向：软件工程、JavaEE软件 技术e

4总结

/丨木系丛」89C52芯片为核心，采用DS 302L为时钟芯 片，使用CD1302显示屏显示数字时间。实现了万年历的显示时

• 52 • 福建电脑

2017年第12期