机器学习与学习资源适配

9.3 应用

9.2 展望

9.1 总结

第9章 总结、展望与应用

8.3 平台应用

8.2 教育云平台介绍

8.1 国家教育资源公共服务平台

第8章 学习资源适配系统的开发与实现

第3部分 应用与展望

参考文献

7.5 研究趋势

7.4 基于知识图谱的学习资源适配模型

7.3 基于异质图神经网络的知识图谱交互学习推理模型

7.2 基于异质图神经网络的少样本知识图谱推理模型

7.1 基于多尺度动态卷积的知识图谱嵌入模型

第7章 知识图谱与学习资源适配

参考文献

6.4 研究趋势

6.3 融合图卷积的复杂社交关系推荐模型

6.2 基于学习者多视角的社交推荐模型

6.1 基础知识

第6章 融入社交关系感知网络的学习资源适配

参考文献

5.4 研究趋势

5.3 基于评论特征表示学习的高效深度矩阵分解模型

5.2 基于评论表示学习和历史评分行为的置信度感知推荐模型

5.1 基础知识

第5章 基于评论信息的个性化学习资源适配

参考文献

4.4 研究趋势

4.3 基于隐含反馈嵌入的深度矩阵分解推荐模型

4.2 基于CNN的内容推荐模型

4.1 基础知识

第4章 基于评分记录的学习资源适配

参考文献

3.4 研究趋势和展望

3.3 融入学习过程因素的知识追踪模型

3.2 引入流行模型的知识追踪模型

3.1 基础知识

第3章 认知诊断模型

第2部分 关键技术

参考文献

2.4 学习资源适配评价标准

2.3 学习资源适配中的教育学理论

2.2 学习资源适配的数学基础

2.1 概念界定

第2章 相关理论基础

参考文献

1.5 本书内容与结构安排

1.4 学习系统中的学习资源适配

1.3 学习资源适配的挑战

1.2 国内外研究现状

1.1 相关政策

第1章 研究背景与意义

第1部分 绪论

前言

内容简介

作者简介

版权信息

封面

封面

版权信息

作者简介

内容简介

前言

第1部分 绪论

第1章 研究背景与意义

1.1 相关政策

1.2 国内外研究现状

1.3 学习资源适配的挑战

1.4 学习系统中的学习资源适配

1.5 本书内容与结构安排

参考文献

第2章 相关理论基础

2.1 概念界定

2.2 学习资源适配的数学基础

2.3 学习资源适配中的教育学理论

2.4 学习资源适配评价标准

参考文献

第2部分 关键技术

第3章 认知诊断模型

3.1 基础知识

3.2 引入流行模型的知识追踪模型

3.3 融入学习过程因素的知识追踪模型

3.4 研究趋势和展望

参考文献

第4章 基于评分记录的学习资源适配

4.1 基础知识

4.2 基于CNN的内容推荐模型

4.3 基于隐含反馈嵌入的深度矩阵分解推荐模型

4.4 研究趋势

参考文献

第5章 基于评论信息的个性化学习资源适配

5.1 基础知识

5.2 基于评论表示学习和历史评分行为的置信度感知推荐模型

5.3 基于评论特征表示学习的高效深度矩阵分解模型

5.4 研究趋势

参考文献

第6章 融入社交关系感知网络的学习资源适配

6.1 基础知识

6.2 基于学习者多视角的社交推荐模型

6.3 融合图卷积的复杂社交关系推荐模型

6.4 研究趋势

参考文献

第7章 知识图谱与学习资源适配

7.1 基于多尺度动态卷积的知识图谱嵌入模型

7.2 基于异质图神经网络的少样本知识图谱推理模型

7.3 基于异质图神经网络的知识图谱交互学习推理模型

7.4 基于知识图谱的学习资源适配模型

7.5 研究趋势

参考文献

第3部分 应用与展望

第8章 学习资源适配系统的开发与实现

8.1 国家教育资源公共服务平台

8.2 教育云平台介绍

8.3 平台应用

第9章 总结、展望与应用

9.1 总结

9.2 展望

9.3 应用