Resumen

Centrándose en los problemas de precisión de la recomendación de ejercicio en el método tradicional, la tasa de recuperación, el largo tiempo de recomendación y la poca exhaustividad de la recomendación, este estudio propone un método de recomendación de ejercicio personalizado para el aprendizaje de inglés basado en la minería de datos. En primer lugar, se diseña un modelo de recomendación personalizado, basado en el modelo para preprocesar los datos en el registro de acceso web, y se enfoca en limpiar los datos ruidosos para evitar que afecten la precisión de los resultados de la recomendación; en segundo lugar, se utiliza el modelo DINA para diagnosticar el grado de dominio de los puntos de conocimiento de los estudiantes y se agrupan los patrones de navegación de los estudiantes a través de relaciones similares difusas; y finalmente, de acuerdo con los resultados de agrupación, se mide la similitud entre estudiantes y la similitud entre ejercicios, y se realiza la recomendación de filtrado colaborativo de ejercicios personalizados para el aprendizaje de inglés. Los resultados experimentales muestran que

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Recomendación de ejercicio; Minería de datos; Modelo de recomendación personalizado; Modelo DINA; Filtrado colaborativo; Aprendizaje de inglés
• Keywords:Exercise recommendation; Data mining; Personalized recommendation model; DINA model; Collaborative filtering; English learning