一种融合LSTM预测网络的试题并行推荐算法 |
| |
引用本文: | 张泽华,龚博.一种融合LSTM预测网络的试题并行推荐算法[J].工业控制计算机,2023(12):51-53+55. |
| |
作者姓名: | 张泽华 龚博 |
| |
作者单位: | 北方工业大学电气与控制工程学院 |
| |
摘 要: | 设计了一种融合LSTM预测网络,基于多决策树和认知诊断的试题并行推荐算法MDT&CD-LSTM,用于解决自适应教育中的学习资源推荐问题。该算法集成多决策树和认知诊断的推荐结果,并利用LSTM网络预测学生的知识状态,从而向学生推荐最合适的试题。实验结果表明,该自动推荐算法可以有效地提高试题推荐结果的准确性,比改进决策树模型精确度提升了21.67%,误差均值减少了26.52%。该算法能够满足学生的个性化学习需求,帮助学生更好地理解知识点,具有广阔的应用前景。
|
关 键 词: | LSTM 试题推荐 决策树 认知诊断 个性化推荐 |
|
|