《表2 数据集的统计特征》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《大数据环境下基于多维关联分析的学习资源精准推荐》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了比较基于高阶奇异值分解的个性化推荐效果，本研究进行了若干组对比实验进行验证。实验数据选自湖北省2016年中小学教师信息技术应用能力提升工程系统。本研究主要选择了一些学习记录相对完整的原始数据作为研究对象，并且根据5W理论，保留学习者（who），学习时间（when），学习地点（where），学习终端（which device），学习资源号（what）五个字段信息，同时删除掉其他不相关的数据字段。随机选取三组不同数量的学习者（组1为30人、组2为50人、组3为80人），并且根据数据采集的不同时间跨度（时长1为15天、时长2为30天、时长3为45天）收集了三组不同规模的学习记录，一共收集了9个不同规模大小的数据集，统计信息见表2。在实验中，学习时间主要划分为7个时段，从6点到18点每两个小时视为一个不同的时段，将晚上（18点到22点）视为一个时段，而晚上22点到次日凌晨6点不考虑；地点主要分为办公室、学校、家庭和其他；终端设备主要分成IOS、Android和Windows三类。这9个数据规模的数据集中的每一个数据集均按照7:3的比例被随机分成训练集（70%）和测试集（30%）。