如何優化教育資源個性化推薦系統

歐陽理文

摘 要 不同的用戶對信息有著不同的需求，因而，優化信息個性化推薦系統非常重要。個性化推薦使得信息資源從被動的等待用戶搜索，轉變為主動推送。

關鍵詞 信息搜索 資源個性化推薦

中圖分類號：G434 文獻標識碼：A

大數據時代的信息呈現的是信息量巨大、傳播速度極快以及資源可共享。這一進步對社會各個行業各個層面都是頗有益處的，對于促進行業發展和優化，信息資源整合與最優化利用，都十分重要。然而，我們也意識到，任何發展都有雙面性，信息化迅猛發展的勢頭給我們帶來很大的便捷，同時也帶給我們一個很大的困惑，那就是在巨大的信息量沖擊下，使用者在信息搜索、鑒別、篩選上要花費很大的精力，做很多無用功，反而適得其反。

信息資源個性化推薦系統應運而生，也正是有效解決這一問題的有效舉措。主要是指通過搜索者輸入的關鍵詞，在信息數據庫中進行檢索，并通過相關數據分析搜索者的興趣偏好，進行相關信息推薦。其中，包括注冊用戶的個人信息、學歷、地區、興趣愛好等等。不同的用戶對信息有著不同的需求，因而，優化信息個性化推薦系統非常重要。個性化推薦使得信息資源從被動的等待用戶搜索，轉變為主動推送。本文就如何優化教育資源個性化推薦提出個人見解，以供參考。

1推薦系統應用現狀

個性化推薦是圍繞具體的用戶、用戶的個性偏好進行信息推薦的系統。在現代信息化社會，個性化推薦系統在商業領域使用較為廣泛和成熟，例如淘寶商城，以促進消費實現商業利益為目的，對用戶瀏覽 記錄、購買記錄等進行分析推薦，提供出看了又看、你可能喜歡、附近人都在買等等推薦列表，最大化實現客戶轉化和成交，不得不說這對淘寶迅速發展成為全球最大的電商平臺起到很大的促進作用。

在教育信息方面，推薦系統正慢慢被廣泛認可和采用，各方面技術都還不完備，需要我們非常重視。

2推薦策略研究

教育信息個性化推薦系統是為了最大化的提高用戶體驗，以確保信息資源庫中的存儲可以最適量的去滿足全體用戶的需求。推薦系統實際上可以看做是搜索引擎系統的一個補充延展，可以為用戶推送搜索系統無法找到的資源信息。推薦系統本質上是根據已發生的用戶需求和用戶體驗，進行推算和推送，是對信息進行協同過濾的過程，具體推送方式一般有三種：

2.1基于用戶協同推送

對用戶個性化偏好的了解程度直接影響著為客戶推薦信息的準確程度，用戶信息數據一般分為兩類：一是用戶顯性信息，即個人情況，如姓名年齡等，這類信息一般是固定而準確的，不會發生太大變化。二是隱性信息，例如用戶搜索信息中出現次數較多的關鍵詞，瀏覽頁面時間等等，這一類信息是會隨著用戶自身的成長和實踐積累發生變化的。通過相似性統計將較為相似的用戶歸于一類，主要是以用戶的興趣愛好和偏好為主要依據，進行推送，大致分為以下幾步：

2.1.1統計用戶瀏覽信息

這一部分的信息有兩方面，一是用戶的評分，例如喜歡或是不喜歡，有用或是沒用，或是數字評分。二是隱性信息，具體包括用戶檢索信息關鍵詞、常用關鍵詞、頁面打開時間長短、瀏覽速度、下載次數、分享次數等等。通過分析用戶對信息平臺信息資源的需要，推送相關信息和類似信息，可以優先使用戶進行同類信息對比篩選，并拓寬相關信息鏈接，有效節省時間。

2.1.2相似用戶搜索推薦

各個信息平臺都有自己的注冊用戶，用戶注冊時一般會提供自己的真實相關信息，例如年齡、所在地區、受教育程度、工作情況、興趣愛好等等。這些信息是信息平臺對用戶個性化推薦進行基本定位的重要數據。

搜索平臺將信息相似的用戶進行歸類，對其共同感興趣的信息進行統計，按其相似度進行相關推送。

2.2基于項目協同推送

此類推送以信息內容為主體，同樣以用戶體驗為依據之一，但不需要收集用戶的歷史信息，其推送率也比較穩定。其推送大致分為以下幾步：

首先統計用戶對信息的評分（主要是顯性評分），接下來對相似信息內容的評分進行比對統計，對同類信息內容進行相似度計算，向用戶推送相似內容且評分高低相似的信息。在用戶對信息內容進行評價或打分后，直接向用戶推送跟用戶所瀏覽信息相似的信息內容。

2.3基于模型協同推送

以上兩種方式都是以計算機記憶為前提，對大量數據進行分析比對后得出的結果，弊端就是在信息不完善的情況下，推送信息的價值大打折扣。模型協同推送是指計算機對歷史資料進行建構分析，形成一個模型，對用戶需求進行預測，進而推送的過程。

3信息保護

作為信息資源平臺，對信息推送的優化式很重要的。同時，對信息保密的維護也是很重要的。這包括兩個方面：一是對用戶個人信息的保密，各個平臺都應當遵循對客戶信息資料保密不外泄的原則，這是對用戶最基本的尊重。二是對教育信息提供者或教育信息來源的尊重和維護，即對知識產權的尊重。這是教育信息資源平臺得以發展的基本前提和保障。

4小結

我們大力倡導教育資源個性化推薦，是時代發展所需，是大勢所趨。對于用戶，提供最為優質的資源推送，滿足其學習愿望和目的。對于信息資源開發者，實現其價值和利益最大化，同時促進其在本領域的進一步發展提升。對于信息推送平臺，達到整合資源，實現最優化配置，實現共贏。

參考文獻

[1] 張平昇.協同過濾在個性推薦中的應用[J].數學技術與應用，2015（12）：19.

[2] 李婷.教育信息資源個性化推薦服務模式研究[J].中國遠程教育，2016（02）：31.