吴云峰
- 作品数：2 被引量：5H指数：1
- 供职机构：西北大学信息科学与技术学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 基于多分类器的迁移bagging习题推荐研究——以C程序设计课程为例
- 计算机技术的普及和发展使得教学可以随时随地进行。已有的教学辅助系统主要给学生提供习题、课件等教学资源,但是,没有考虑学生的个人特点,不能有针对性的推荐某学生感兴趣的习题,达不到个性化辅助教学的作用。 借鉴个性化推荐系统在...
- 吴云峰
- 关键词：BAGGING协同过滤推荐系统计算机辅助教学
- 文献传递
- 基于多分类器的迁移Bagging习题推荐被引量：5
- 2013年
- 针对协同过滤(CF)推荐方法用户的历史信息不足等问题,提出基于多分类器的迁移Bagging习题推荐算法。主要思路是把推荐问题投入迁移学习框架,将待推荐习题的用户作为目标域,从中搜索相似历史信息的用户作为辅助域,帮助训练目标域以得到更准确的分类结果。实验结果表明,所提方法在习题推荐库及公开数据上,比协同过滤算法性能提高了10%～20%;比单分类器Bagging迁移算法性能提升了5%～10%。该方法在一定程度上解决了习题推荐系统中存在的冷启动和数据稀疏问题,也可推广到商品推荐等电子商务平台。
- 吴云峰冯筠孙霞李展冯宏伟贺小伟
- 关键词：BAGGING协同过滤推荐系统计算机辅助教学
