基于模糊邏輯的計(jì)算機(jī)網(wǎng)絡(luò)課程資源個(gè)性化推薦方法

打開(kāi)文本圖片集

摘要：由于傳統(tǒng)方法在提取用戶行為特征時(shí)，直接采用原始數(shù)據(jù)而未計(jì)算分詞的相似度，導(dǎo)致用戶意圖和偏好刻畫(huà)存在偏差，使得特征提取存在稀疏性，進(jìn)而導(dǎo)致推薦的準(zhǔn)確性較低。為此，文章提出基于模糊邏輯的計(jì)算機(jī)網(wǎng)絡(luò)課程資源個(gè)性化推薦方法。該方法通過(guò)融合多維度行為數(shù)據(jù)計(jì)算行為數(shù)據(jù)綜合指數(shù)，構(gòu)建加權(quán)行為數(shù)據(jù)矩陣并定義用戶興趣特征向量；再通過(guò)模糊隸屬度函數(shù)將特征向量賦予隸屬度值，從而構(gòu)建用戶興趣模糊模型；利用模型得出匹配資源需求，評(píng)估特征相關(guān)性并計(jì)算特征興趣度；根據(jù)特征重要性計(jì)算資源整體興趣度，引入調(diào)整因子和自適應(yīng)特征量調(diào)整權(quán)重并重新計(jì)算興趣度，最后根據(jù)篩選閾值篩選資源，經(jīng)多次排序?qū)崿F(xiàn)計(jì)算機(jī)網(wǎng)絡(luò)課程資源的個(gè)性化推薦。（剩余4395字）