社交网络下学习推荐研究与实践

学习推荐系统为学习者快速获取学习所需材料和资源提供支持，社交网络兴起使在线用户的互动和行为更丰富，对推动用户学习效率提高有积极作用。以建构主义学习理论为基础，考虑学习者基本属性、学习风格、所在学习环境等因素，利用本体论技术，结合过滤推荐算法，提出了社交网络环境下基于本体的学习推荐系统架构和功能；构建了学习者本体，加强其特征描述，并管理学习过程中产生的学习者本体流；以本体语义相似度计算方法为基础，提出相似学习者查找机制，实现学习资源推荐；依托学术社交网络Scholat，开发实现了基于本体的学习推荐系统，试运行显示该系统能够较有效推荐学习资源，引导学习进展，有利于学习者学习效率的提高。