科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了有效解决英语数字资源的个性化推荐结果不准确等问题，文章提出一种基于改进神经网络算法的英语数字资源个性化推荐方法。计算时间序列内滑动窗口内的数据均值，获取起始序列向量；将用户行为加以分类处理，形成多个规格一致的时间片，采用取样法对用户群体进行统计，得到各类型用户的行为状态定性；将平均查询频率作为标准，观察用户的查询行为特征，得到用户行为特征挖掘结果。在改进神经网络中引入元数据概念，构建以数字资源为基础的英语数字资源本体，对用户偏好以及英语数字资源本体双重聚类后，匹配类之间的拟合关系，确定最终推荐的英语数字资源。应用结果表明，该方法可有效提升英语数字资源个性化推荐的质量，减少个性化推荐耗时。
-
单位苏州工业园区服务外包职业学院
