摘要：随着教育资源在互联网上的快速积累，数据的规模急剧扩展，学习者面对海量数据逐渐感到茫然不适，亟需个性化智能推荐系统来提高学习效率。协同过滤算法作为目前最为有效的计算机智能推荐技术，在商业领域已得到广泛应用，但对于处理学习资源这种非结构化数据，还需要进一步改进。研究表明，综合运用知识本体表达、机器学习和数据挖掘等技术，建构学习者、学习资源和知识本体三者之间的关联矩阵，借助基于用户相似度和基于项目的混合协同过滤方法，有利于使推荐结果更精确地匹配用户的学习特征，提高学习资源个性化推荐的准确度和实用性。http://www.cqvip.com//QK/97791X/201606/668994748.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。）