摘要：为促进学生思考并提高响应速度，提出一种从历史研讨记录中挖掘相关信息的在线问答推荐方法。该方法包括建立技术词汇层次树、提取任务词汇、文本段落划分、特征抽取、主题识别过滤和计算文档得分6个步骤。通过设计两个实验来评估所提出的方法：第一个实验比较TF—IDF、TF—IDF＋主题过滤以及TF—IDF＋LSA＋主题过滤三种推荐方法，结果表明使用TF—IDF＋主题过滤的算法可以获得最好的推荐效果；第二个实验将系统用于一个学期的在线课程研讨中，现场评估结果表明，文档推荐系统可以促进学生研讨，并且有较高的感知有用性和易用性。本研究表明，中等相关程度的历史研讨记录可以被自动挖掘出来，并且向学生提供这些信息可以促进学生思考和研讨。

原文链接:http://www.cqvip.com//QK/93371X/201204/41868243.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）