基于教学资源库系统的个性化推荐模式的设计与实现.pdf

基于教学资源库系统的个性化 推荐模式的设计与实现 刘建 国 重庆工商大学计算 机学院 重庆 4 0 0 0 6 7 摘 要 建设适应用户个性化 需要的教学资很库系统是资源库建设的方向 分析了基于互联网 的个性化推荐服 务的现状 提出了一种基于教学资源库系统的个性化推荐模式 在该模式中 采 用行为模型和向 盆模型相 结合来对个体用户 建模 并采用个体用户兴趣和组用户兴趣相结合的系 统结构 从而实现教学资源库系统的个性化推荐服务 关键词 教学资源库 个性化推荐 用户兴趣 数据挖掘 引言 要使网络和信息技术真正为教学服务 实 现教学过程和教学资源的 优化 就必须有丰富的 教学信息资源支持 教学资源库的建设是教育 信息化的 核心内容 然而 目 前所建设的教学资源库系统主 要是对已 经开发制作好的素材 课件 积件 网络课 程补充材料 教案等资源进 行管理 提供资源上传 资源查询和资源 下载等功能 主要就是以 物 为主 未能 体现 以人为本 的 思想 特别是现有的 教学资源库不具备个性化和 智能化等 特性 使得教学资源难以管 理 不便使用 由 于用户的学习起点 学习 风格 学习愿望 学习步 调等方面存在个体差异 从而普遍 存在海量 教学信息资源与用户个性化 需求之间的 矛盾 由 于这个矛盾的存在 一方面造成了 信息资源的巨 大浪费 另一方面 为用户查找和使用所需要 的信息资源造成了巨大的因难 这些问题都阻碍了教学信息资源在教学中 作用的发挥 造成 了极大的资源浪费 在教学资源库中 增加个性化服务 建设 适应用户个性化学习需要的 智能教学资源库系统 将从根本上解决这一矛盾 个性化资源库建设也就是尊重用户中存在的差异 研究用户的行 为习惯与兴趣 为用户定制满足用户个性化学习需要的资源 提供更好的个性化服务 本选题 正是从这种现状出 发 把数据挖掘引人到教学资源库 设计一种个性化服务模式来为用户进行 少而精的资源推荐服务 2 现有的基于互联网个性化推荐服务 基于互联网的 个性化推荐服务已成为国内 外研究的 一个热点 目 前已有 不少成果应用 已 投人商业运作 尤其是一些电子商务网站已 提供一定程度的个性化服务 一 般来 说 网站的 个 性化推荐服务有两种 第一种服务是通过提供给用户自 定义的 类别定制 即基于类别的个性化 6 2 服务 例如在Y a h o o 新闻中 用户可以定制自己 感兴趣的新闻类别 有些网 站提供基于 类别的 用户 定期的E m a i l 通知 第二种服务借助用户既往 浏览过的内 容来提供 比 如A m a z o n 网站通 过对 使用记录来挖掘用户的 购买兴趣来进行有针对性的信息推荐 基于 类别的 个性化服务具有方便快捷 表示的信息 量大等 优点 然而它的 局限 性也强 它 取决于 类别的 设定 以及信息资源内 容的分类 分类法一 般来说较为 粗糙 导致信息获取查全 率高而 查准率不高 对于大多数用户来说无法提供少而精的信息推荐 而基于既往浏览内容 的 个 性化服务局限 性更大 对于较为新鲜的信息内 容 既往浏览的 个性化服务通常会被忽略 但是实际 上越是新颖的 信息内 容对于用户来说可能价值越大 本课题试图把以上两种个性化 服务结 合起来 构造一种有效的模型来有效地改善目 前个性化推荐服 务的 不足 3 基于教学资源库系统的个性化推荐服务模式及实现 3 1 资源 模型的建立 由于 教学信息资源 课件和素材 绝大多数是多媒体形式的 它们最好以 关键词进行特征 描述 并采用向量空间模型对资源进行建模 该方法具有表达自 由度高 模型 维度高等特点 给 定一个资 源R 其向量空间模型为R K W 长 W z K W 其中 长 W 为一个关 键 词特征项 K 为关键词名 w 为 权重 它表示K 这个关键词在该信 息资源里的重要程度 3 2 个体用户行为模型 用户的既往浏 览信息中的 包含该用户的 个性化特征 用户 对资源的访问的次数越多 最近 访问 时间越近 用户对该资 源的兴趣度越高 由于资源是 采用 关键词进行建模 所以 用户对资 源的既 往访问 可以 用用户 对相应的关键词的访同次数和最近访问时间来表示 为此我们建 立了 一种基于关键词的个体用户行为模型P 二 P K C D K 2 C 2 D 2 K n C a D 来对用 户兴 趣进行建模 其中 叹 C D 为一个关键词特征项 K 为关键词名 C 为用户对K 的累计 访问次 数 D 为用户对K 的最近访问日 期 由于 在一段具体的 时间 里 用户的兴趣相对稳定 所以该用户的 兴趣在行为模型E中可 以 用有限 个关键 词K 来近似 表达 在用户的 使用过程中 随着用户的 兴趣的 改变 行为模型E 应 该做相应的动 态调整 用户兴趣的 动态调整可以 采用以下 两种策略来实现 策略之一 让用户手工调整 即把 该用 户的所有关 键词及 其相应的 访问次数和 最近访问日 期显示出来 让用户自 己决定淘汰哪 些关键词 该方法具有直观简单 完全体现用户自己的 意愿等优点 然而需要用户的过多参 与 影响用户 对系统的 使用 策略之二 采用响应比 策略进行关键词调整 其中定义为 响应 比S D 一 D j C a D 为 当 前 时 间 系 统 计 算 每 个 关 键 词的 响 应比 把 其中 最大 值 所 对 应 的 关键词淘汰掉 由上 式可以看出 如果关键词的最近 访向时间相同 则访问次数少的被淘 汰 如 果关键词的访间次数相同 则最近访间时间距当前时间远的的被淘汰 该调整策略同时 考虑了 用户兴 趣的 时间 和次数两个重要方面 是一 种较好的 方法 3 3 个体用户向 盆模型 虽然 个体用户 行为 模型 具有简单直观 易于调整 容易实现等优点 然而它描述用户对某 6 3 关键词的 兴趣是采用访问次数和最近访问时间这两个信息 兴趣度役 有一 个综合的 标准 无法 与资源进行接口 为此 我们根 据个体用户 行为 模型P 设计了相应的个体用户向量模型来作 为用户与资源的 接口 该个体用户向 量模型U 定义如下 U U K I W I K 2 W 2 K W 其中 关键词K 对应个体用户行为模型P的关键词K i 而W 是用户对关键词 K 的综合兴趣 度 综合兴趣度W 的定义 如公式1 所示 W i 二 共 1 凰 C k D 一D 尾 D 一 D k 公式1 综合兴趣度W m 定义 其中 C D 分别是个体用户行为模型P中K 对应的访问次数和最近访问时间 而玩是当 前时间 这样 用户P 对资源R的 兴趣的 强弱 就可以 资源向量R与个体用户向量U 这两个 向量的某种距离来表示 其定义为向 量的 夹角余弦S i m U R 如公式2 所示 Sim U R 二 k 1 一 俪 厕 公式2 资源向盆R 与个体用户向量U相 似度的 定义 3 4 组用户模型的表示 使用关 键词来构造用户模型有其弊 端 它是 基于既 往浏览内 容 对于较为新鲜的 信息内容 通常被忽略 但是实际上越是新颖的内容对于用户来说可能价值越大 为此我们引人了分类 法来改善个性化服务 在 个体用户模型的 基础上增加组用 户模型 在个体用户向 量模型的 基 础上 根据聚类算法将相似的 个体用户按兴趣归 类生成组用户 这样分组后 组用户的兴趣就 是多个相 似的 个体用户的 兴趣的 综合 该组中的 个体用户就可以通过对组用户兴趣的 继承来 实现概念扩充 使得查全率增高 此 外 系统还可以把聚 类所得出的 具有兴趣相似性的那些用 户提供给用户用于协同 学习或提供给网络管理员用以改 善服务 3 5 个性化推荐服务及用户个性化特征的保存 设用户的 兴趣度为I 定义一个闭 值1 对资源库中S i m U R I 的 资源由系统推荐给 用户来实现少而 精的 个性 化推荐服务 同时 系统通过向 该用 户推荐组用户兴趣来实现该用 户兴趣的扩充 以及把聚类所得出的具有兴趣相似 性的 那些用户 提供给该用户用于协同 学习 系统将自 动记录用户对资源的个性化访问 并通过前面 所述的响应比 算法来动态调整该 用户的 行为模型 并进一步调整该用户的向量模型 从而实现用户的 个性化特征的更新与保 存 3 6 系统结构的设计 该系 统由 个性化用户界面 个体用户行为模型库 个体用户向量模型 库 组用户模型库 数 据挖掘引 擎和 教学信息资源库等 部分组成 它的系 统结构如图1 所示 4 结束语 基于互联网 的个性化数字服务已 成为国内 外研究的一 个热 点 本文 把个性化服 务引人教 学资源库建设 提出了一种基于教 学资源库 系统的 个性化推荐服务模式 创造性地采 用行为模型和向量模型相结合来对个体用 户建模 并采用个体用户兴趣和组用户兴趣 相结合的系统 结构 从而实现 教学资源库系 统的 个性化推荐服务 个性化教学资源库 的 构建 将为传统教学注人新的教育观念 教学模式和丰富的教学资源 同 时 它的有 效运作又可以促进教学过程的设计 开发 一r矍 址 竺 圈 I 系统结构圈 应用 评价与管理 从而实现教学过程和教学资源的优化 参考文献 丁 琳数据挖掘在远程教育个性化服务中的 应用 J 电 化教育研究 2 0 0 2 9 2 3 2 5 王向星 智能化个性服务在W e b 上的 应用研究 J 计算机 与现代化 2 0 0 3 3 3 1 一 3 4 申 瑞民 个 性 化数 字 服 务 模 型 微电 子 学 与 计 算 机 J 2 0 0 1 1 1 4 一 1 8 T u H C H s i a n g J A n a r c h i te c t u re a n d c a t e g o ry k n o w l e d g e f o r i n f o r m at io n re t r i e v a l a g e n t D e c i s i o n S u p p o r t S y s t e m 2 0 0 0 2 8 2 5 5一 2 6 8 J i a w e i H a n M i c h e l i n e K a m b e r 著 范明 译 数据 挖掘概念与技 术 M 北京 机械工业 出版社 2 0 0 1 8 一 J飞esJ esJ esJ J 1 扮丹J4lf r Lr LLIL户 LFra D e s ig n a n d I m p l e m e n t a t i o n o f P e r s o n a l R e c o mm e n d a t i o n S e r v i c e Mo d e l B a s e d o n D a t a b a s e S y s t e m o f T e a c h i n g R e s o u r c e s L N J i m 一 9W I n s t i t u t e o f C o m p u t e r C h o n g q o in g T e c h n o l o g y a n d B u s i n e s s U n i v e r s ity C h o n g q in g 4 0 0 0 6 7 A b s t r a ct T h e t re n d o f d a t a b a s e s y s t e m o f te a c h i n g re s o ur c e s i s t o re a li z e p e r s o n a l s e r v i c e s T h i s a r t ic le a n a ly z e s th e p re s e n t s i tu a t io n o f p e rs o n a l s e r v i ces b a s e d o n I n te rne t a n d p u t s f o rw a r d p e r s o n a l 一 d a t io n s e r v i ces b a s e d o n d a ta b a s e日 t a m o f te a c h i n g r e s o u r c e s T h i s m o d e l t a k e s a d v a n ta g e o f u s e r b e h a v io r m o d e l a n d u s e r v e c to r m o d e l t o d e s c r ib e i n d iv id u a li t y I t a d o p t s i n d i v i d u a l i n te r e s ts a n d g ro u p i n te re s t s t o m a k e p e r s o n a l re c o m me n d