文献类型：期刊文章

作　　者：张栩翔[1] 汤玉祺[1] 赵文[1] 马华[1] 唐文胜[1]

ZHANG Xu-Xiang;TANG Yu-Qi;ZHAO Wen;MA Hua;TANG Wen-Sheng(College of Information Science and Engineering,Hunan Normal University,Changsha 410081,China)

机构地区：[1]湖南师范大学信息科学与工程学院,长沙410081

出　　处：《计算机系统应用》

基　　金：国家自然科学基金(62077014,71971221);湖南省自然科学基金(2021JJ30886)。

年　　份：2023

卷　　号：32

期　　号：5

起止页码：180-187

语　　种：中文

收录情况：IC、JST、ZGKJHX、普通刊

摘　　要：面对海量的在线学习资源,学习者往往面临“信息过载”和“信息迷航”等问题,帮助学习者高效准确地获取适合自己的学习资源来提升学习效果,已成为研究热点.针对现有方法存在的可解释性差、推荐效率和准确度不足等问题,提出了一种基于知识图谱和图嵌入的个性化学习资源推荐方法,它基于在线学习通用本体模型构建在线学习环境知识图谱,利用图嵌入算法对知识图谱进行训练,以优化学习资源推荐中的图计算效率.基于学习者的学习风格特征进行聚类来优化学习者的资源兴趣度,以获得排序后的学习资源推荐结果.实验结果表明,相对于现有方法,所提方法能在大规模图数据场景下显著提升计算效率和个性化学习资源推荐的准确度.

关 键 词：知识图谱 图嵌入 个性化推荐 学习资源 推荐系统  

分 类 号：TP391.3]