文献类型：期刊文章

作　　者：杨超[1]

机构地区：[1]合肥学院基础教学与实验中心,合肥230601

出　　处：《计算机应用》

基　　金：安徽高校省级自然科学项目(KJ2013Z278)

年　　份：2014

卷　　号：34

期　　号：5

起止页码：1350-1353

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对学习者的能力、学习目标、学习时间的个别差异,提出以粒子群优化(PSO)算法为基础的学习资源推荐方法,提供每位学习者个性化的数字课程。综合概念图和知识结构相关理论构建知识点网络结构图,运用项目反应理论(IRT)分析不同学习者的学习目标和能力程度,再应用PSO算法从多样性的学习资源中挑选学习内容,形成个性化的课程推荐给学生。初始化粒子时考虑学习者的学习时间上下限,过滤掉一些不必要的粒子来提高算法效率,在确定最优解位置时,使用Sigmoid函数修正粒子更新速度,保证其在有效范围内。实验结果表明,随着迭代次数增加,所推荐的内容与学习者预定目标差异为0,挑选出的课程与学习者能力差异为0.6,整体差异为0.25,说明所使用的方法具有较好的收敛性,推荐的学习资源能够满足学习者要求。

关 键 词：粒子群优化算法 学习资源 推荐服务  概念图 项目反应理论

分 类 号：TP18]