基于標(biāo)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(biāo)簽構(gòu)建自主教育資源推薦算法的應(yīng)用意義，從學(xué)習(xí)環(huán)境構(gòu)建、學(xué)習(xí)資源完善以及信息檢索速度提升三方面進(jìn)行。其次重點(diǎn)論述在標(biāo)簽基礎(chǔ)上構(gòu)建自助教育資源推薦算法的有效措施，以及實(shí)現(xiàn)自助教育資源推薦的關(guān)鍵流程控制，可以作為教育資源推薦算法應(yīng)用的理論參照。

關(guān)鍵詞：標(biāo)簽;自助教育;推薦算法

中圖分類號(hào)：TP393.09 ? ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：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(yīng)用意義

1.1 ?構(gòu)建自主學(xué)習(xí)環(huán)境

在標(biāo)簽基礎(chǔ)上所構(gòu)建的自助教育資源推薦算法，能夠幫助學(xué)生營(yíng)造出自主學(xué)習(xí)環(huán)境。應(yīng)用自助教育資源推薦算法，構(gòu)建學(xué)習(xí)以及教育系統(tǒng)，學(xué)生登錄到學(xué)習(xí)系統(tǒng)后，能夠根據(jù)自身所檢索的歷史信息內(nèi)容，在系統(tǒng)內(nèi)自動(dòng)評(píng)估，并根據(jù)學(xué)生的學(xué)習(xí)需求推薦所需要的學(xué)習(xí)資源。教育教學(xué)任務(wù)開(kāi)展同樣適合應(yīng)用這一方法，不僅能夠幫助提升教學(xué)計(jì)劃開(kāi)展效率，也能進(jìn)一步強(qiáng)化學(xué)習(xí)過(guò)程中的資源共享能力，為學(xué)生各項(xiàng)綜合學(xué)習(xí)任務(wù)開(kāi)展?fàn)I造出有利的基礎(chǔ)環(huán)境。對(duì)于自助學(xué)習(xí)環(huán)境的構(gòu)建以及營(yíng)造，更能夠充分體現(xiàn)出當(dāng)前的學(xué)習(xí)需求，以及不同學(xué)習(xí)方法之間的融合性。用戶信息是系統(tǒng)使用者在注冊(cè)時(shí)提供的，獲取對(duì)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(xué)歷以及用戶職業(yè)等信息。

1.2 ?豐富學(xué)習(xí)信息資源

自主學(xué)習(xí)過(guò)程中，需要大量信息資源作為依據(jù)來(lái)幫助分析解決問(wèn)題。在標(biāo)簽基礎(chǔ)上所構(gòu)建的自助教學(xué)資源推薦系統(tǒng)，算法應(yīng)用后能夠基于網(wǎng)絡(luò)環(huán)境自動(dòng)獲取相關(guān)學(xué)習(xí)信息，幫助豐富學(xué)生的各項(xiàng)信息資源。并通過(guò)不同教學(xué)方法之間的相互結(jié)合，使學(xué)生能夠了解到多元化的學(xué)習(xí)途徑。學(xué)生也能夠根據(jù)自身學(xué)習(xí)中不足的部分進(jìn)行選擇，在自主學(xué)習(xí)的過(guò)程中，有針對(duì)性地強(qiáng)化個(gè)人能力?；跇?biāo)簽所開(kāi)展的教育資源推薦，在信息資源共享能力方面，將會(huì)得到明顯的進(jìn)步提升。學(xué)習(xí)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(biāo)量，決定了該資源能夠被推薦給合適的學(xué)習(xí)者。因此，資源信息表的每個(gè)字段須經(jīng)過(guò)科學(xué)的設(shè)計(jì)，學(xué)習(xí)資源信息的對(duì)象模型需要不斷地規(guī)范化、標(biāo)準(zhǔn)化，相關(guān)工作已經(jīng)是很多標(biāo)準(zhǔn)化組織和學(xué)術(shù)組織的研究方向。

1.3 ?信息檢索速度提升

基于標(biāo)簽所進(jìn)行的信息檢索在速度方面有明顯提升，信息檢索任務(wù)的開(kāi)展，需要在有力的數(shù)據(jù)環(huán)境下進(jìn)行?？s小檢索范圍能夠有效提升檢索速度，標(biāo)簽?zāi)軌驅(qū)π畔z索過(guò)程中的關(guān)鍵詞進(jìn)行界定，在此基礎(chǔ)上開(kāi)展的各項(xiàng)信息檢索任務(wù)并不會(huì)受到影響。速度提升后，并不會(huì)影響到信息檢索的最終精準(zhǔn)度，標(biāo)簽對(duì)于關(guān)鍵詞的界定范圍十分精準(zhǔn)，在此基礎(chǔ)上開(kāi)展的各項(xiàng)檢索任務(wù)，能夠同時(shí)保障速度與質(zhì)量。因此，基于標(biāo)簽構(gòu)建教育資源推薦算法十分合理。在構(gòu)建過(guò)程中也能實(shí)現(xiàn)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(wǎng)絡(luò)環(huán)境運(yùn)行，能夠有效擴(kuò)大信息資源的檢索范圍，從而進(jìn)入更合理的檢索狀態(tài)中。

2 ?基于標(biāo)簽的教育資源推薦算法

2.1 ?抽取數(shù)據(jù)

在標(biāo)簽基礎(chǔ)上構(gòu)建的教育資源推薦算法，首先需要進(jìn)入抽離數(shù)據(jù)階段，計(jì)算不同數(shù)據(jù)之間存在的余弦相似性關(guān)系，并對(duì)余弦的相似度進(jìn)行對(duì)比分析。主要從三方面進(jìn)行，一方面是針對(duì)算法分析對(duì)象;第二部分則是針對(duì)教育資源在學(xué)習(xí)類型方面的方向界定，能夠充分了解教育資源的來(lái)源，以及在共享過(guò)程中所構(gòu)建的學(xué)習(xí)基礎(chǔ);第三部分是用戶操作過(guò)程中的教育資源類型。對(duì)以上三部分進(jìn)行余弦相似度分析比較，并根據(jù)數(shù)據(jù)信息分析比較所得到的結(jié)果，形成函數(shù)計(jì)算集合。系統(tǒng)運(yùn)行使用過(guò)程中所對(duì)應(yīng)的函數(shù)集合能夠快速完成數(shù)據(jù)分析，實(shí)現(xiàn)對(duì)標(biāo)簽數(shù)據(jù)的抽取。抽取數(shù)據(jù)是基于標(biāo)簽進(jìn)行教育資源推薦的前提和基礎(chǔ)，也是教育資源共享過(guò)程中不可缺少的部分。數(shù)據(jù)標(biāo)簽抽取后，需要根據(jù)函數(shù)運(yùn)算結(jié)果由大到小依次排序，在教育資源推薦過(guò)程中，也嚴(yán)格按照由大到小的順序來(lái)進(jìn)行。函數(shù)運(yùn)算結(jié)果越高，表示標(biāo)簽與推薦信息之間的相似度越大?；谟脩魧傩苑治雠袛嗪瘮?shù)對(duì)比預(yù)算，技能自動(dòng)生成與用戶喜好和需求相一致的標(biāo)簽，同時(shí)也能基于標(biāo)簽快速確定所需要推薦的教育資源。

2.2 ?計(jì)算最近鄰居

計(jì)算最近鄰居能夠判斷資源推薦的順序以及范圍，并根據(jù)標(biāo)簽界定范圍，將教育學(xué)習(xí)資源整合起來(lái)，形成一個(gè)集合后將其推薦至學(xué)習(xí)者的操作界面中，判斷最近領(lǐng)域首先需要產(chǎn)生推薦資源的范圍。在所界定的范圍內(nèi)，對(duì)不同臨近點(diǎn)資源之間的距離進(jìn)行運(yùn)算與對(duì)比，計(jì)算出最新的鄰居后，在推薦過(guò)程中能夠根據(jù)不同相似度選擇最終的資源。同時(shí)在分析預(yù)算期間，也能通過(guò)計(jì)算最近鄰居，形成標(biāo)簽關(guān)鍵詞的界定范圍。最近鄰居的分析以及計(jì)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(guān)系，如果兩個(gè)臨近資源間隔非常近，但在所對(duì)應(yīng)的標(biāo)簽關(guān)鍵詞中，有明顯差距，此時(shí)并不能認(rèn)定兩項(xiàng)標(biāo)簽之間存在聯(lián)系，排除兩者之間的鄰居關(guān)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(wù)器端發(fā)送請(qǐng)求數(shù)據(jù)，主要由框架實(shí)現(xiàn)。服務(wù)器端通過(guò)協(xié)議，以數(shù)據(jù)傳輸格式向客戶端傳送數(shù)據(jù)。業(yè)務(wù)邏輯層主要進(jìn)行核心邏輯處理，包括通用邏輯處理、業(yè)務(wù)邏輯處理和挖掘算法處理模塊，由框架實(shí)現(xiàn)。

2.3 ?推薦資源

推薦資源是針對(duì)數(shù)據(jù)抽取以及鄰居計(jì)算開(kāi)展的，將用戶所需要的學(xué)習(xí)資源，按照函數(shù)計(jì)算所得到的大小順序依次推薦至使用端。為避免在服務(wù)器計(jì)算過(guò)程中發(fā)生數(shù)據(jù)資源推薦時(shí)間間隔過(guò)長(zhǎng)或者推薦資源與教育需求不匹配的問(wèn)題，在服務(wù)端數(shù)據(jù)庫(kù)設(shè)計(jì)過(guò)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(guò)程中確定對(duì)接端口，并設(shè)置核心代碼。核心代碼能夠避免傳輸過(guò)程中，數(shù)據(jù)包之間的對(duì)接出現(xiàn)錯(cuò)誤，也能在最終客戶端對(duì)數(shù)據(jù)包進(jìn)行解壓。數(shù)據(jù)傳輸精準(zhǔn)高效，可以順利完成最終的教育資源推薦。在開(kāi)發(fā)設(shè)計(jì)過(guò)程中，推薦教育資源會(huì)充分結(jié)合標(biāo)簽界定范圍加以運(yùn)算。這樣最終得到的推薦結(jié)果，以及推薦過(guò)程中的資源對(duì)接方向不容易出現(xiàn)錯(cuò)誤。推薦資源以及各項(xiàng)資源之間的整合，能夠達(dá)到合理控制的效果，關(guān)于教學(xué)資源共享中存在的種種矛盾沖突，也將能夠?qū)崿F(xiàn)資源之間的協(xié)調(diào)與融合。

3 ?基于標(biāo)簽的自助教育資源推薦算法功能實(shí)現(xiàn)流程

3.1 ?用戶身份登錄

在標(biāo)簽基礎(chǔ)上所構(gòu)建的自助教育資源推薦算法，首先需要對(duì)用戶身份進(jìn)行登錄驗(yàn)證。用戶在初次進(jìn)入自助教育資源共享系統(tǒng)中時(shí)需要完善基礎(chǔ)信息，并創(chuàng)建用戶登錄身份。隨后進(jìn)入標(biāo)簽共享的資源推薦算法功能實(shí)現(xiàn)中。根據(jù)用戶身份中所完善的基礎(chǔ)信息，形成用戶資源搜索對(duì)應(yīng)的數(shù)據(jù)庫(kù)，并能夠?qū)τ脩魵v史搜索資訊進(jìn)行整合。根據(jù)歷史搜索信息之間的記錄整合，能夠進(jìn)一步判斷最終資源搜索所確定的范圍。用戶身份登錄，會(huì)直接聯(lián)系到接下來(lái)的識(shí)別環(huán)節(jié)，識(shí)別后能夠安全登錄到系統(tǒng)中，并對(duì)系統(tǒng)中的各項(xiàng)資源充分查找利用。針對(duì)于用戶身份登錄環(huán)節(jié)的安全驗(yàn)證，為避免用戶身份被盜用，以及違規(guī)操作系統(tǒng)的問(wèn)題出現(xiàn)，在用戶登錄身份識(shí)別中，由用戶進(jìn)行自定義安全驗(yàn)證，用于賬號(hào)安全防護(hù)，同時(shí)系統(tǒng)中也會(huì)設(shè)置安全驗(yàn)證環(huán)節(jié)，確保接入資源數(shù)據(jù)庫(kù)的端口是安全的。根據(jù)PC以及移動(dòng)通訊設(shè)備等不同接入形式，用戶身份登錄中的安全驗(yàn)證，也會(huì)設(shè)置多種模式，用于提升最終的系統(tǒng)操作安全性，增強(qiáng)系統(tǒng)的控制整合能力。

3.2 ?興趣風(fēng)格測(cè)量

針對(duì)用戶的學(xué)習(xí)資源獲取風(fēng)格進(jìn)行判斷，在此基礎(chǔ)上開(kāi)展的各項(xiàng)綜合判斷內(nèi)容，既能夠達(dá)到預(yù)期的防控效果，也能夠根據(jù)所得到的興趣風(fēng)格測(cè)量結(jié)果，進(jìn)入到資源推薦階段中。興趣風(fēng)格測(cè)量，需要根據(jù)標(biāo)簽界定的關(guān)鍵詞范圍進(jìn)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(guò)程中，能夠根據(jù)搜索的類型進(jìn)行興趣劃分，形成屬于教育系統(tǒng)用戶專屬的興趣標(biāo)簽。根據(jù)興趣標(biāo)簽開(kāi)獎(jiǎng)的各類風(fēng)格構(gòu)建，也就能夠進(jìn)入最終的合理狀態(tài)中。興趣風(fēng)格測(cè)量可以作為標(biāo)簽評(píng)估環(huán)節(jié)來(lái)進(jìn)行構(gòu)建，實(shí)現(xiàn)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(fēng)格，才能發(fā)揮切實(shí)作用。在構(gòu)建資源風(fēng)格推薦系統(tǒng)過(guò)程中，能夠進(jìn)入中間的興趣評(píng)估環(huán)節(jié)，根據(jù)得到的各項(xiàng)評(píng)估結(jié)果，實(shí)現(xiàn)資源之間的高效共享，實(shí)現(xiàn)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(shí)現(xiàn)功能。

3.3 ?學(xué)習(xí)資源推薦

學(xué)習(xí)資源推薦是實(shí)現(xiàn)基于標(biāo)簽自助教學(xué)系統(tǒng)的最終階段，學(xué)習(xí)資源推薦是否成功，主要來(lái)源于對(duì)資源有效性的評(píng)估。使用者是否能夠根據(jù)所推薦的資源獲得自身所需要的知識(shí)信息，在學(xué)習(xí)資源推薦以及共享階段，可以充分利用現(xiàn)有的標(biāo)簽進(jìn)行關(guān)鍵詞拓展。標(biāo)簽只是針對(duì)用戶寫好風(fēng)格分析后，所生成的搜索范圍，但在最終的標(biāo)簽評(píng)定階段，還需要考慮標(biāo)簽的有效性，并根據(jù)標(biāo)簽界定的范圍對(duì)關(guān)鍵詞做進(jìn)一步補(bǔ)充，實(shí)現(xiàn)對(duì)學(xué)習(xí)資源更精準(zhǔn)的定位。學(xué)習(xí)資源推薦與最終教育資源整合過(guò)程中所存在的問(wèn)題，還需要加強(qiáng)綜合評(píng)判，實(shí)現(xiàn)資源共享過(guò)程中的有效利用。學(xué)習(xí)資源推薦還需要體現(xiàn)出時(shí)效性，能夠根據(jù)標(biāo)簽中界定的范圍，進(jìn)行合理控制，體現(xiàn)出學(xué)習(xí)資源推薦的時(shí)效性。在使用資源推薦系統(tǒng)的過(guò)程中，能夠有效界定資源的整合范圍，并判斷在整合過(guò)程中需要繼續(xù)持續(xù)推展的內(nèi)容，從而形成更合理的現(xiàn)場(chǎng)經(jīng)營(yíng)理念。

4 ?結(jié) ?論

在標(biāo)簽基礎(chǔ)上構(gòu)建的資源檢索系統(tǒng)，能夠進(jìn)一步強(qiáng)化最終的信息資源整合能力，為學(xué)習(xí)資源推薦創(chuàng)造基礎(chǔ)?；谛畔r(shí)代現(xiàn)代遠(yuǎn)程教育的發(fā)展，網(wǎng)絡(luò)教育質(zhì)量成為社會(huì)各界關(guān)注的焦點(diǎn)，教育資源成為影響網(wǎng)絡(luò)教育質(zhì)量的關(guān)鍵。網(wǎng)絡(luò)上海量的學(xué)習(xí)資源一方面給學(xué)習(xí)者帶來(lái)了巨大的學(xué)習(xí)機(jī)會(huì)，另一方面也增加了學(xué)習(xí)者選擇適合自己學(xué)習(xí)資源的難度。本文結(jié)合學(xué)習(xí)者個(gè)性特征和學(xué)習(xí)者學(xué)習(xí)風(fēng)格，對(duì)協(xié)同推薦算法進(jìn)行研究，設(shè)計(jì)并開(kāi)發(fā)出基于移動(dòng)設(shè)備的個(gè)性化教育資源推薦系統(tǒng)，旨在為學(xué)習(xí)者提供個(gè)性化的學(xué)習(xí)資源，從而為學(xué)習(xí)者節(jié)省大量的時(shí)間，有效提高了學(xué)習(xí)效率。

參考文獻(xiàn)：

[1] 馮亞麗，于瑞芳，孫龍安，等.遠(yuǎn)程培訓(xùn)中個(gè)性化學(xué)習(xí)資源推薦算法 [J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2017，26（8）：212-216.

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

[3] 葉婷，曹杰.基于網(wǎng)絡(luò)分割聚類的標(biāo)簽語(yǔ)義規(guī)范化推薦算法 [J].計(jì)算機(jī)應(yīng)用與軟件，2017，34（11）：64-69.

[4] 曹玉琳，李文立，鄭東霞.融合社會(huì)標(biāo)簽的聯(lián)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(jiǎn)介：張艷紅（1978-），女，漢族，吉林榆樹(shù)人，高級(jí)工程

師，碩士，研究方向：推薦系統(tǒng)、高等教育教學(xué);諶頏（1980.09-），男，漢族，湖南懷化人，副教授，高級(jí)工程師，碩士，研究方向：大數(shù)據(jù)技術(shù)、圖像識(shí)別、數(shù)據(jù)挖掘和個(gè)性化推薦技術(shù)。