基于改进图神经网络和用户偏好聚类的个性化学习资源推荐算法

作者：王慧; 孙德红^*

来源：黑龙江工程学院学报, 2022, 36(06): 30-34.

DOI：10.19352/j.cnki.issn1671-4679.2022.06.006

• 改进图神经网络
• 用户偏好聚类
• 个性化
• 学习资源
• 推荐算法
• 双重聚类

由于学习资源中知识点构成的复杂性以及用户需求的差异性，导致最终的推荐结果存在较大差异，为此，提出基于改进图神经网络和用户偏好聚类的个性化学习资源推荐算法。从交流互动、自主学习意识以及学习能力3个方面分析用户的偏好，在图神经网络中引入元数据概念，建立以知识点为基础的学习资源本体，实现资源之间的关联关系，对用户偏好和资源本体双重聚类后，匹配类之间的拟合关系，确定推荐内容。通过实验测试验证该设计方法推荐内容的精确率为60.96%,召回率为65.42%,F1综合评价指标为62.57%,说明该方法具有良好的性能。

• 单位
  闽南理工学院