• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>European conference on technology enhanced learning >Which Recommender System Can Best Fit Social Learning Platforms?
【24h】

Which Recommender System Can Best Fit Social Learning Platforms?

机译：哪种推荐系统最适合社交学习平台？

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This study aims to develop a recommender system for social learning platforms that combine traditional learning management systems with commercial social networks like Facebook. We therefore take into account social interactions of users to make recommendations on learning resources. We propose to make use of graph-walking methods for improving performance of the well-known baseline algorithms. We evaluate the proposed graph-based approach in terms of their F1 score, which is an effective combination of precision and recall as two fundamental metrics used in recommender systems area. The results show that the graph-based approach can help to improve performance of the baseline recommenders; particularly for rather sparse educational datasets used in this study.
机译：这项研究旨在为社交学习平台开发一个推荐系统，该系统将传统的学习管理系统与诸如Facebook之类的商业社交网络相结合。因此，我们考虑到用户的社交互动以对学习资源提出建议。我们建议利用图遍历方法来提高众所周知的基线算法的性能。我们根据他们的F1分数评估了基于图的方法，这是精度和召回率的有效组合，是推荐系统领域中使用的两个基本指标。结果表明，基于图的方法可以帮助提高基线推荐者的绩效。特别是对于本研究中使用的稀疏教育数据集。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号