摘要
本文研究了FP-Growth算法在网络教学平台个性化课程推荐中的应用.针对传统推荐算法在面对大规模学习者和海量课程数据时存在的问题,如算法效率低下和推荐准确度不高等,本文提出了基于FP-Growth算法的个性化课程推荐方法,克服了传统推荐算法在大规模学习者和海量课程数据情景下的局限性.通过设计数据预处理和表示、构建频繁模式树和生成关联规则的环节,实现了个性化课程推荐算法的整体流程,并通过在网络教学平台进行实验证明了该方法的有效性和可行性.实验结果表明,该方法在提高推荐准确度的同时,具有较高的计算效率,适用于大规模网络教学平台的个性化课程推荐.
基金项目
江苏省高等学校哲学社会科学研究项目(2020SJA1692)
NETL
NSTL
万方数据