《表2 数据集的统计特征》
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%)。
图表编号 | XD0014965100 严禁用于非法目的 |
---|---|
绘制时间 | 2018.02.01 |
作者 | 丁继红、刘华中 |
绘制单位 | 浙江工业大学教育科学与技术学院、华中科技大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |