基于行为序列分析的学习资源推荐算法研究
【摘要】 利用数据挖掘技术分析网络学习行为数据可以挖掘出其隐含的行为规律特征，为学习者提供个性化的学习资源服务。针对现有的数据挖掘算法在对网络学习行为数据进行分析时普遍存在模型适用性不高的问题，提出了一种基于行为序列分析的学习资源推荐算法。首先，提出行为序列及其相关概念的定义，并提出行为序列相似度计算方法;然后提出基于行为序列相似度的协同过滤推荐算法，计算学习者相似度并为待推荐学习者生成学习资源推荐列表;接着给出基于学习风格的推荐方法，将学习者学习风格特征融入推荐过程;最后，给出基于行为序列分析的学习资源推荐算法的模型。提出的算法没有对行为序列的模式进行限制，具有较高的适用性，对深入研究网络学习行为序列数据为学习者提供个性化学习服务具有一定的借鉴作用。
