一种基于向量的在线学习推荐系统架构

【目的/意义】提出一种基于向量的在线学习推荐系统架构，通过将访问序列的先后次序作为推荐的重要依据，将访问记录预处理进行向量表示，在此基础上基于向量利用DBSCAN算法对用户进行协同过滤聚类并实施知识点推荐。【方法/过程】将用户访问学习资源的日志记录进行解析，并进行预处理以向量的格式表示，在考虑浏览历史日志的同时，将访问序列的先后次序作为推荐的重要依据，进而基于向量利用DBSCAN算法对用户进行协同过滤聚类，并实施推荐。【结果/结论】利用用户历史学习记录进行向量表示，充分考虑知识点学习次序，提出了一种在线学习推荐新方法的尝试，实验结果表明该推荐方法是有效的。