项目名称: 适应用户兴趣漂移的知识结构组织和学习服务推荐方法

项目编号: No.61402020

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 朱郑州

作者单位: 北京大学

项目金额: 26万元

中文摘要: 在个性化服务推荐领域,由于用户兴趣的不规律漂移,服务的数量庞大、种类繁多,传统的服务推荐方法难以适应用户的个性化、多样性需求。本项目研究适应用户兴趣漂移的知识结构组织和学习服务推荐方法,从知识结构的语义描述和用户兴趣漂移的结构化描述入手,进行多阶段协同过滤推荐,提升学习服务推荐的用户针对性和满意度。主要研究内容:①研究知识的层次结构和知识点间的语义关系,建立知识点本体;②提出基于知识点本体的用户兴趣漂移模型,根据混沌理论的分形思想,从用户行为对用户兴趣的影响和遗忘曲线对用户兴趣的影响两个维度刻画用户兴趣漂移规律;③提出可适应用户兴趣漂移的学习服务推荐方法,通过同构用户和同好用户分别进行知识点推荐和学习服务推荐,并给出应对冷启动问题的方法;④在真实环境中对该方法进行验证和评估。本项目对丰富面向教育领域的服务工程理论和方法具有重要的理论意义和应用价值。

中文关键词: 知识图谱;个性化推荐;学习预警;兴趣漂移;知识融合

英文摘要: Because user interest drift is unpredictable and services are in large scale and wide range, it is difficult to find out user’s personalized diverse learning needs with traditional recommendation methods in personalized recommendation field. In order to s

英文关键词: mapping knowledge domains;personalized recommendation;learning early-warning;interest drift;knowledge fusion

成为VIP会员查看完整内容
0

相关内容

知识图谱(Knowledge Graph),在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。 知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它能为学科研究提供切实的、有价值的参考。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
基于强化学习的推荐研究综述
专知会员服务
83+阅读 · 2021年10月21日
【WWW2021】 大规模组合K推荐
专知会员服务
43+阅读 · 2021年5月3日
【WWW2021】兴趣感知消息传递图卷积神经网络的推荐
专知会员服务
44+阅读 · 2021年2月23日
专知会员服务
29+阅读 · 2021年2月21日
【WWW2021】基于双侧深度上下文调制的社会化推荐系统
专知会员服务
27+阅读 · 2021年1月28日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23日
基于知识图谱的推荐系统研究综述
专知会员服务
327+阅读 · 2020年8月10日
个性化学习推荐研究综述
专知
2+阅读 · 2022年2月2日
CIKM'21 | 自监督图神经网络在社会化推荐中的应用
图与推荐
3+阅读 · 2021年11月16日
WSDM2022 | 跨领域推荐中的个性化迁移用户兴趣偏好
机器学习与推荐算法
1+阅读 · 2021年11月3日
SIGIR 2021 | 推荐系统中的多行为建模
PaperWeekly
1+阅读 · 2021年10月9日
支持个性化学习的行为大数据可视化研究
SCENE-一个可扩展两层级新闻推荐系统
全球人工智能
11+阅读 · 2018年1月7日
【推荐系统】一文读懂推荐系统知识体系
产业智能官
42+阅读 · 2017年10月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
20+阅读 · 2020年6月8日
Arxiv
14+阅读 · 2018年4月18日
小贴士
相关VIP内容
个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
基于强化学习的推荐研究综述
专知会员服务
83+阅读 · 2021年10月21日
【WWW2021】 大规模组合K推荐
专知会员服务
43+阅读 · 2021年5月3日
【WWW2021】兴趣感知消息传递图卷积神经网络的推荐
专知会员服务
44+阅读 · 2021年2月23日
专知会员服务
29+阅读 · 2021年2月21日
【WWW2021】基于双侧深度上下文调制的社会化推荐系统
专知会员服务
27+阅读 · 2021年1月28日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23日
基于知识图谱的推荐系统研究综述
专知会员服务
327+阅读 · 2020年8月10日
相关资讯
个性化学习推荐研究综述
专知
2+阅读 · 2022年2月2日
CIKM'21 | 自监督图神经网络在社会化推荐中的应用
图与推荐
3+阅读 · 2021年11月16日
WSDM2022 | 跨领域推荐中的个性化迁移用户兴趣偏好
机器学习与推荐算法
1+阅读 · 2021年11月3日
SIGIR 2021 | 推荐系统中的多行为建模
PaperWeekly
1+阅读 · 2021年10月9日
支持个性化学习的行为大数据可视化研究
SCENE-一个可扩展两层级新闻推荐系统
全球人工智能
11+阅读 · 2018年1月7日
【推荐系统】一文读懂推荐系统知识体系
产业智能官
42+阅读 · 2017年10月31日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员