基于標簽的自助教育資源推薦算法研究

張艷紅 諶頏

摘 ?要：文章首先分析了基于標簽構建自主教育資源推薦算法的應用意義，從學習環(huán)境構建、學習資源完善以及信息檢索速度提升三方面進行。其次重點論述在標簽基礎上構建自助教育資源推薦算法的有效措施，以及實現自助教育資源推薦的關鍵流程控制，可以作為教育資源推薦算法應用的理論參照。

關鍵詞：標簽;自助教育;推薦算法

中圖分類號：TP393.09 ? ? 文獻標識碼：A 文章編號：2096-4706（2019）12-0013-03

Abstract：Firstly，the paper analyses the application significance of label-based autonomous education resource recommendation algorithm，which includes the construction of learning environment，the improvement of learning resources and the improvement of information retrieval speed. Secondly，it focuses on the effective measures of constructing self-service education resource recommendation algorithm based on label，and the key process control of self-service education resource recommendation，which can be used as a theoretical reference for the application of education resource recommendation algorithm.

Keywords：label;self-help education;recommendation algorithm

1 ?自助教育資源推薦算法的應用意義

1.1 ?構建自主學習環(huán)境

在標簽基礎上所構建的自助教育資源推薦算法，能夠幫助學生營造出自主學習環(huán)境。應用自助教育資源推薦算法，構建學習以及教育系統(tǒng)，學生登錄到學習系統(tǒng)后，能夠根據自身所檢索的歷史信息內容，在系統(tǒng)內自動評估，并根據學生的學習需求推薦所需要的學習資源。教育教學任務開展同樣適合應用這一方法，不僅能夠幫助提升教學計劃開展效率，也能進一步強化學習過程中的資源共享能力，為學生各項綜合學習任務開展營造出有利的基礎環(huán)境。對于自助學習環(huán)境的構建以及營造，更能夠充分體現出當前的學習需求，以及不同學習方法之間的融合性。用戶信息是系統(tǒng)使用者在注冊時提供的，獲取對推薦系統(tǒng)推薦的資源有重大影響的用戶基本信息，包括用戶性別、用戶專業(yè)、用戶年齡、用戶學歷以及用戶職業(yè)等信息。

1.2 ?豐富學習信息資源

自主學習過程中，需要大量信息資源作為依據來幫助分析解決問題。在標簽基礎上所構建的自助教學資源推薦系統(tǒng)，算法應用后能夠基于網絡環(huán)境自動獲取相關學習信息，幫助豐富學生的各項信息資源。并通過不同教學方法之間的相互結合，使學生能夠了解到多元化的學習途徑。學生也能夠根據自身學習中不足的部分進行選擇，在自主學習的過程中，有針對性地強化個人能力。基于標簽所開展的教育資源推薦，在信息資源共享能力方面，將會得到明顯的進步提升。學習資源表中記錄的信息包括資源的基本信息和資源的使用信息，這些信息作為推薦算法的一組輸入標量，決定了該資源能夠被推薦給合適的學習者。因此，資源信息表的每個字段須經過科學的設計，學習資源信息的對象模型需要不斷地規(guī)范化、標準化，相關工作已經是很多標準化組織和學術組織的研究方向。

1.3 ?信息檢索速度提升

基于標簽所進行的信息檢索在速度方面有明顯提升，信息檢索任務的開展，需要在有力的數據環(huán)境下進行。縮小檢索范圍能夠有效提升檢索速度，標簽能夠對信息檢索過程中的關鍵詞進行界定，在此基礎上開展的各項信息檢索任務并不會受到影響。速度提升后，并不會影響到信息檢索的最終精準度，標簽對于關鍵詞的界定范圍十分精準，在此基礎上開展的各項檢索任務，能夠同時保障速度與質量。因此，基于標簽構建教育資源推薦算法十分合理。在構建過程中也能實現不同區(qū)域之間的資源共享，尤其是資源檢索系統(tǒng)基于網絡環(huán)境運行，能夠有效擴大信息資源的檢索范圍，從而進入更合理的檢索狀態(tài)中。

2 ?基于標簽的教育資源推薦算法

2.1 ?抽取數據

在標簽基礎上構建的教育資源推薦算法，首先需要進入抽離數據階段，計算不同數據之間存在的余弦相似性關系，并對余弦的相似度進行對比分析。主要從三方面進行，一方面是針對算法分析對象;第二部分則是針對教育資源在學習類型方面的方向界定，能夠充分了解教育資源的來源，以及在共享過程中所構建的學習基礎;第三部分是用戶操作過程中的教育資源類型。對以上三部分進行余弦相似度分析比較，并根據數據信息分析比較所得到的結果，形成函數計算集合。系統(tǒng)運行使用過程中所對應的函數集合能夠快速完成數據分析，實現對標簽數據的抽取。抽取數據是基于標簽進行教育資源推薦的前提和基礎，也是教育資源共享過程中不可缺少的部分。數據標簽抽取后，需要根據函數運算結果由大到小依次排序，在教育資源推薦過程中，也嚴格按照由大到小的順序來進行。函數運算結果越高，表示標簽與推薦信息之間的相似度越大。基于用戶屬性分析判斷函數對比預算，技能自動生成與用戶喜好和需求相一致的標簽，同時也能基于標簽快速確定所需要推薦的教育資源。

2.2 ?計算最近鄰居

計算最近鄰居能夠判斷資源推薦的順序以及范圍，并根據標簽界定范圍，將教育學習資源整合起來，形成一個集合后將其推薦至學習者的操作界面中，判斷最近領域首先需要產生推薦資源的范圍。在所界定的范圍內，對不同臨近點資源之間的距離進行運算與對比，計算出最新的鄰居后，在推薦過程中能夠根據不同相似度選擇最終的資源。同時在分析預算期間，也能通過計算最近鄰居，形成標簽關鍵詞的界定范圍。最近鄰居的分析以及計算，在界定范圍確定階段，需要考慮是否在資源共享方面，能夠形成與之匹配的關系，如果兩個臨近資源間隔非常近，但在所對應的標簽關鍵詞中，有明顯差距，此時并不能認定兩項標簽之間存在聯系，排除兩者之間的鄰居關系。界面層主要是提供用戶與推薦系統(tǒng)交互的界面，方便用戶向服務器端發(fā)送請求數據，主要由框架實現。服務器端通過協(xié)議，以數據傳輸格式向客戶端傳送數據。業(yè)務邏輯層主要進行核心邏輯處理，包括通用邏輯處理、業(yè)務邏輯處理和挖掘算法處理模塊，由框架實現。

2.3 ?推薦資源

推薦資源是針對數據抽取以及鄰居計算開展的，將用戶所需要的學習資源，按照函數計算所得到的大小順序依次推薦至使用端。為避免在服務器計算過程中發(fā)生數據資源推薦時間間隔過長或者推薦資源與教育需求不匹配的問題，在服務端數據庫設計過程中，是以JSON資源包的形式傳送至最終的推薦端口的。傳送過程中確定對接端口，并設置核心代碼。核心代碼能夠避免傳輸過程中，數據包之間的對接出現錯誤，也能在最終客戶端對數據包進行解壓。數據傳輸精準高效，可以順利完成最終的教育資源推薦。在開發(fā)設計過程中，推薦教育資源會充分結合標簽界定范圍加以運算。這樣最終得到的推薦結果，以及推薦過程中的資源對接方向不容易出現錯誤。推薦資源以及各項資源之間的整合，能夠達到合理控制的效果，關于教學資源共享中存在的種種矛盾沖突，也將能夠實現資源之間的協(xié)調與融合。

3 ?基于標簽的自助教育資源推薦算法功能實現流程

3.1 ?用戶身份登錄

在標簽基礎上所構建的自助教育資源推薦算法，首先需要對用戶身份進行登錄驗證。用戶在初次進入自助教育資源共享系統(tǒng)中時需要完善基礎信息，并創(chuàng)建用戶登錄身份。隨后進入標簽共享的資源推薦算法功能實現中。根據用戶身份中所完善的基礎信息，形成用戶資源搜索對應的數據庫，并能夠對用戶歷史搜索資訊進行整合。根據歷史搜索信息之間的記錄整合，能夠進一步判斷最終資源搜索所確定的范圍。用戶身份登錄，會直接聯系到接下來的識別環(huán)節(jié)，識別后能夠安全登錄到系統(tǒng)中，并對系統(tǒng)中的各項資源充分查找利用。針對于用戶身份登錄環(huán)節(jié)的安全驗證，為避免用戶身份被盜用，以及違規(guī)操作系統(tǒng)的問題出現，在用戶登錄身份識別中，由用戶進行自定義安全驗證，用于賬號安全防護，同時系統(tǒng)中也會設置安全驗證環(huán)節(jié)，確保接入資源數據庫的端口是安全的。根據PC以及移動通訊設備等不同接入形式，用戶身份登錄中的安全驗證，也會設置多種模式，用于提升最終的系統(tǒng)操作安全性，增強系統(tǒng)的控制整合能力。

3.2 ?興趣風格測量

針對用戶的學習資源獲取風格進行判斷，在此基礎上開展的各項綜合判斷內容，既能夠達到預期的防控效果，也能夠根據所得到的興趣風格測量結果，進入到資源推薦階段中。興趣風格測量，需要根據標簽界定的關鍵詞范圍進行分析。教育系統(tǒng)的使用者日常搜索的各類資源在最終整合過程中，能夠根據搜索的類型進行興趣劃分，形成屬于教育系統(tǒng)用戶專屬的興趣標簽。根據興趣標簽開獎的各類風格構建，也就能夠進入最終的合理狀態(tài)中。興趣風格測量可以作為標簽評估環(huán)節(jié)來進行構建，實現最終的資源推薦算法功能，所推薦的資源符合用戶的興趣風格，才能發(fā)揮切實作用。在構建資源風格推薦系統(tǒng)過程中，能夠進入中間的興趣評估環(huán)節(jié)，根據得到的各項評估結果，實現資源之間的高效共享，實現真正符合用戶興趣的資源推薦，這樣所推薦的資源在使用中也將能夠更好地實現功能。

3.3 ?學習資源推薦

學習資源推薦是實現基于標簽自助教學系統(tǒng)的最終階段，學習資源推薦是否成功，主要來源于對資源有效性的評估。使用者是否能夠根據所推薦的資源獲得自身所需要的知識信息，在學習資源推薦以及共享階段，可以充分利用現有的標簽進行關鍵詞拓展。標簽只是針對用戶寫好風格分析后，所生成的搜索范圍，但在最終的標簽評定階段，還需要考慮標簽的有效性，并根據標簽界定的范圍對關鍵詞做進一步補充，實現對學習資源更精準的定位。學習資源推薦與最終教育資源整合過程中所存在的問題，還需要加強綜合評判，實現資源共享過程中的有效利用。學習資源推薦還需要體現出時效性，能夠根據標簽中界定的范圍，進行合理控制，體現出學習資源推薦的時效性。在使用資源推薦系統(tǒng)的過程中，能夠有效界定資源的整合范圍，并判斷在整合過程中需要繼續(xù)持續(xù)推展的內容，從而形成更合理的現場經營理念。

4 ?結 ?論

在標簽基礎上構建的資源檢索系統(tǒng)，能夠進一步強化最終的信息資源整合能力，為學習資源推薦創(chuàng)造基礎。基于信息時代現代遠程教育的發(fā)展，網絡教育質量成為社會各界關注的焦點，教育資源成為影響網絡教育質量的關鍵。網絡上海量的學習資源一方面給學習者帶來了巨大的學習機會，另一方面也增加了學習者選擇適合自己學習資源的難度。本文結合學習者個性特征和學習者學習風格，對協(xié)同推薦算法進行研究，設計并開發(fā)出基于移動設備的個性化教育資源推薦系統(tǒng)，旨在為學習者提供個性化的學習資源，從而為學習者節(jié)省大量的時間，有效提高了學習效率。

參考文獻：

[1] 馮亞麗，于瑞芳，孫龍安，等.遠程培訓中個性化學習資源推薦算法 [J].計算機系統(tǒng)應用，2017，26（8）：212-216.

[2] 朱東郡，李敬兆，譚大禹，等.基于標簽聚類和興趣劃分的協(xié)同過濾推薦算法 [J].計算機工程，2017，43（11）：146-151+160.

[3] 葉婷，曹杰.基于網絡分割聚類的標簽語義規(guī)范化推薦算法 [J].計算機應用與軟件，2017，34（11）：64-69.

[4] 曹玉琳，李文立，鄭東霞.融合社會標簽的聯合概率矩陣分解推薦算法 [J].信息與控制，2017，46（4）：400-407.

作者簡介：張艷紅（1978-），女，漢族，吉林榆樹人，高級工程

師，碩士，研究方向：推薦系統(tǒng)、高等教育教學;諶頏（1980.09-），男，漢族，湖南懷化人，副教授，高級工程師，碩士，研究方向：大數據技術、圖像識別、數據挖掘和個性化推薦技術。