基于E-learning的资源推送服务与关键策略研究

详细信息    查看全文 | 推荐本文 |

英文篇名：Research on Resource Push Service and Key Strategy Based on E-learning 作者：陶漪 英文作者：TAO Yi;Nantong University; 关键词：网络学习平台 ; 资源推送 ; 个性化推荐 ; 学习者特征 ; 协同过滤 英文关键词：E-learning;;resource push;;personalized recommendation;;learner characteristics;;collaborative filtering 中文刊名：GZDN 英文刊名：Computer & Telecommunication 机构：南通大学; 出版日期：2017-11-10 出版单位：电脑与电信 年：2017 期：No.255 基金：基于E-learning的数据挖掘技术研究,项目编号:14Z016;; 基于E-learning的个性化学习资源推送服务研究,项目编号:2015-R-41638;; 2015年度江苏省现代教育技术研究重点课题,课题名称:基于数据挖掘的个性化移动化学习平台研究;课题编号:2015-R-41534 语种：中文; 页：GZDN201711004 页数：3 CN：11 ISSN：44-1606/TN 分类号：16-17+43

摘要

各高校正在广泛使用各类E-learning教学平台,平台中的学习资源日益增长。个性化的推荐服务遵循"以人为本"的思想,缓解了"信息过载"、"海量资源"与学习者个性化学习需求之间的矛盾。本文对基于E-learning的资源推送的基本方式和关键策略进行了阐述,提出了基于E-learning的资源推送系统构建方案,以提高学习者的学习效率。
        Colleges and universities are widely using various types of E-learning platform. The learning resources in the platform are growing. Personalized recommendation service follows the idea of "people first", which alleviates the contradiction between "information overload", "massive resources" and learners' needs. This paper describes the resource push service and key strategy based on E-learning, and proposes the construction of resource push system based on E-learning to improve the learning efficiency of learners.

引文

[1]张琳.基于网络学习平台的个性化资源推送策略[J].信息通信,2017(4):280-281.
    [2]赵晓声.数字教育资源主动推送服务机制研究[J].现代教育技术,2017,27(5):95-101.
    [3]程芳.一种有效缓解数据稀疏问题的协同过滤推荐算法[J].现代情报,2016,36(3):76-79.
    [4]陶漪.基于E-Learning的数据挖掘系统的改进设计与实现[J].现代电子技术,2017,40(2):133-136.
    [5]唐国菊.网络学习资源个性化推荐系统的设计与开发[D].西安:陕西师范大学,2012:17-18.
    [6]马佳佳.教育信息资源个性化推送服务中的学习者模型分析研究[D].武汉:华中师范大学,2016:20-21.
    [7]王平.基于协同过滤算法的新闻的个性化推送系统的设计与实现[D].长沙:湖南大学,2016:18-21.
    [8]李宝.智慧教育环境下学习资源推送服务模型的构建[J].远程教育杂志,2015(3):41-48.