视频学习资源个性化推荐系统的设计与实现
华东师范大学 硕士论文 曹杰
推荐算法：基于内容、协同过滤、关联规则三种常见的推荐技术。
个性化学习强调，学习过程应是针对学生个性特点和发展潜能而采取恰当的方法、手段、内容、起点、进程、评价方式等，促进学生各方面获得充分、自由）和谐发展的过程。
推荐系统有三个重要模块：用户兴趣模块、推荐算法模块、推荐对象模块。
协同过滤推荐技术中主要有是基于用户的协同过滤和基于项目的协同过滤
推荐人群选择：
没有注册的老用户：对没有注册的老用户，用户的属性信息没有办法获得，所以只能通过用户历史观看的视频来计算用户可能感兴趣的公开课视频，亦即利用基于视频属性方法来获取相似视频。
注册了的新用户：对于这类用户，系统获取用户的注册信息，根据注册信息的相似性，计算用户的相似性，然后把相似用户喜爱的视频推荐给当前用户。这种推荐在一定程度上解决了协同过滤的冷启动问题。但是由于用户的属性信息分类不多，所以推荐结果比较粗糙。
注册了的老用户：这类用户是推荐系统的主要推荐对象。由于这类用户的注册信息可以获取，加上老用户有观看的行为，随着对视频公幵课观看数量的增加，对视频的兴趣越来越明显，所以针对注册了的老用户来说，只用一种推荐技术是不太准确的。对于这类用户系统利用基于用户属性、视频属性特征、和基于用户评分的三种组合策略来进行推荐。
对于刚刚注册的新用户来说，
没有注册的老用户：基于浏览观看的时长
京公网安备 11010502036488号