国内数字化学习资源推荐算法研究热点、趋势和启示
【摘要】:选取国内北大核心、CSSCI和CSCD核心期刊2007-2021年刊载的与数字化学习资源推荐算法相关的594篇文献,利用VOSviewer与CiteSpace进行可视化分析,发现国内数字化学习资源推荐算法的研究热点主要围绕技术应用、算法改进与优化、推荐策略设计、推荐效果评价及个性化推荐等方面,研究经历了萌芽初创、探索规划、发展应用、深入拓展及融合创新五个时期;提出我国未来数字化学习资源推荐算法发展需要从教育的视角来优化与改进;从算法推荐策略-推荐内容-学习真实情景等多维度结合,融合混合推荐、深度学习、社会化标注及情景感知等新兴技术,加强算法、模型和系统间动态联系等方面的思考.
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||||||||||||
|
|
|||||||
|
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||
|