基于多任務(wù)自編碼器的MOOC課程推薦模型

摘要： 為解決在線學(xué)習(xí)當(dāng)中，學(xué)習(xí)者行為的數(shù)量遠少于在線課程的樣本總數(shù)所產(chǎn)生的數(shù)據(jù)稀疏問題，提出一種基于多任務(wù)自編碼器的課程推薦模型（multi-task autoencoder course recommendation model,MAEM）。通過分析學(xué)習(xí)者的學(xué)習(xí)行為，將總體任務(wù)分為兩個子任務(wù)：任務(wù)一是學(xué)習(xí)者瀏覽課程章節(jié)列表行為，任務(wù)二是完成課程50%的學(xué)習(xí)行為，通過共享網(wǎng)絡(luò)底部的隱... （共7頁）