摘要：在网络环境下，Web教育资源规模日益庞大，用户申请资源的过程逐渐复杂化。为此，提出一种基于Agent的Web教育资源预选择分层模型。根据预选择分层模型对Web教育资源进行两层过滤，利用基于语义相似度的过滤算法，将Web教育资源根据语义相似度完成匹配筛选；采用用户反馈信息建立机器学习模型，使用基于Q学习的过滤算法筛选Web教育资源。实验结果表明，分层模型可供用户选取符合用户需求的资源，具有较好的可扩展性。

原文链接:http://www.cqvip.com//QK/95200X/201309/47142856.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。）