《计算机应用研究》|Application Research of Computers

基于MLP改进型深度神经网络学习资源推荐算法

Improved deep neural network of learning resource of recommendation algorithm based on MLP

免费全文下载 (已被下载 次)  
获取PDF全文
作者 樊海玮,史双,张博敏,张艳萍,蔺琪,孙欢
机构 长安大学 信息工程学院
统计 摘要被查看 次,已被下载
摘要 针对在线学习过程中出现的知识过载及传统推荐算法中存在的数据稀疏和冷启动问题,提出了一种基于多层感知机(MLP)的改进型深度神经网络学习资源推荐算法。该算法利用多层感知机对非线性数据处理的优势,将学习者特征和学习资源特征进行向量相乘的预测方式转换为输入多层感知机的方式,改进了DN-CBR神经网络推荐模型。为验证模型的有效性,以爱课程在线学习平台数据为样本构建数据集,通过对比实验表明,在该数据集上,改进后模型相较于DN-CBR模型在归一化折损累积增益和命中率指标上分别提升了1.2%和3%,有效地提高了模型的推荐性能。
关键词 学习资源推荐;深度学习;卷积神经网络;Word2Vec;多层感知机
基金项目 中央高校教育教学改革专项(300103190639,300103292405,300103292403,300103190605)
本文URL http://www.arocmag.com/article/02-2020-09-006.html
收稿日期
修回日期
页码 -
中图分类号 TP183
文献标志码