Resumen

A través de la investigación actual sobre el aprendizaje en línea, se ha encontrado que el sistema actual de aprendizaje en línea aplicado a las actividades de recomendación de recursos de aprendizaje solo tiene dos métodos de búsqueda: Top-N y palabras clave. Estos métodos de búsqueda no pueden recomendar de manera efectiva recursos de aprendizaje a los estudiantes. Por lo tanto, en este documento se aplica la tecnología de recomendación de filtrado colaborativo al proceso de recomendación personalizada de recursos de aprendizaje. Obtenemos el contenido del usuario y el interés funcional y predecimos el interés integral de la web y big data a través de una red neuronal profunda infinita. Basándonos en el grafo de conocimiento colaborativo y el algoritmo de filtrado colaborativo, se extrae la información semántica de los recursos de red de enseñanza del grafo de conocimiento colaborativo. Según los principios de la recomendación del vecino más cercano, primero se obtiene la matriz de preferencia de valor de atributo de curso (APM). A continuación, los valores predichos de los cursos se ordenan en orden descendente

• 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:Investigación actual; Sistema de e-learning; Filtrado colaborativo; Actividades de recomendación; Recursos de aprendizaje; Red neuronal
• Keywords:Current research; E-learning system; Collaborative filtering; Recommendation activities; Learning resources; Neural network