| 基于多任务自编码器的MOOC课程推荐模型 | |
| 董永峰1,2,3; 王巍然1; 董瑶1,2,3; 史进1; 王雅琮1 | |
| 2023-10-16 | |
| 发表期刊 | 计算机工程与设计
 |
| ISSN | 1000-7024 |
| 卷号 | 44期号:10页码:3117-3123 |
| 摘要 | 为解决在线学习当中，学习者行为的数量远少于在线课程的样本总数所产生的数据稀疏问题，提出一种基于多任务自编码器的课程推荐模型（multi-task autoencoder course recommendation model,MAEM）。通过分析学习者的学习行为，将总体任务分为两个子任务：任务一是学习者浏览课程章节列表行为，任务二是完成课程50%的学习行为，通过共享网络底部的隐藏层提高泛化能力。模型总体划分为共享嵌入、自编码器与分解预测、任务组合3个模块，3个模块协同工作，旨在突破训练数据稀疏问题。将MAEM与7种常用的推荐算法比较，实验结果表明，MAEM算法优于7种热门的推荐算法，验证了其在课程推荐中的有效性。 |
| 关键词 | 多任务学习 自编码器 课程推荐 数据稀疏性 行为分解 特征提取 在线学习 |
| DOI | 10.16208/j.issn1000-7024.2023.10.031 |
| URL | 查看原文 |
| 收录类别 | 北大核心 |
| 语种 | 中文 |
| 资助项目 | 河北省高等学校科学技术研究基金项目（QN2021213）;数字化学习技术集成与应用教育部工程研究中心创新基金项目（1221006） |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/156121 |
| 专题 | 国家开放大学 |
| 通讯作者 | 董瑶 |
| 作者单位 | 1.河北工业大学人工智能与数据科学学院; 2.国家开放大学数字化学习技术集成与应用教育部工程研究中心; 3.河北工业大学河北省大数据计算重点实验室 |
| 第一作者单位 | 国家开放大学 |
| 通讯作者单位 | 国家开放大学 |
| 推荐引用方式 GB/T 7714 | 董永峰,王巍然,董瑶,等. 基于多任务自编码器的MOOC课程推荐模型[J]. 计算机工程与设计,2023,44(10):3117-3123. |
| APA | 董永峰,王巍然,董瑶,史进,&王雅琮.(2023).基于多任务自编码器的MOOC课程推荐模型.计算机工程与设计,44(10),3117-3123. |
| MLA | 董永峰,et al."基于多任务自编码器的MOOC课程推荐模型".计算机工程与设计 44.10(2023):3117-3123. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [董永峰]的文章 |
| [王巍然]的文章 |
| [董瑶]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [董永峰]的文章 |
| [王巍然]的文章 |
| [董瑶]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [董永峰]的文章 |
| [王巍然]的文章 |
| [董瑶]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论