◎胡三宁

(河南科技大学 应用工程学院，河南 三门峡 472000)

个性化推荐技术在学习资源共享系统中的应用

◎胡三宁

(河南科技大学 应用工程学院，河南 三门峡 472000)

为解决互联网上日益增多的学习资源造成的信息超载，提高用户信息使用效率，设计并实现了基于推荐的学习资源共享系统。论文首先阐述了系统的设计目标及原则，进而介绍了逻辑模型架构与主要功能模块的设计，结合标签机制及社交网络关系，提出了融合好友信任关系的混合推荐算法，并应用于资源推荐过程中。实验表明，该算法具有一定的可行性，该系统可以提供有效的个性化推荐服务。

信息超载；标签；信任关系；混合推荐

随着信息技术的发展和网络的进一步普及，网络学习因其形式开放、时空不受限及资源丰富等优势，已逐渐成为教育教学体系中的重要组成部分[1]。经历函授、广播电视教育及远程教育后，MOOK等也逐渐进入人们的视野并被广泛接受。但在全民学习如火如荼上演的同时，伴随而来的是新的问题[2-4]：在终身学习热潮不断高涨的今天，如何避免“信息过载”，准确、有效地在浩瀚的“数据海洋”中获得相关资源？在时代节奏较快的今天，如何在海量良莠不齐的资源间，高效的选择优质资源？

个性化推荐作为解决信息超载问题的有效途径之一[3-5]，已广泛应用于电子商务领域。在网络学习领域应用研究中，很多学者对此进行了大量有益的工作。文献[6]提出了一种基于学习状态匹配的相似学习者关联发现算法，为社区学习者提供了有针对性的学习资源推荐；……