一种基于学习地图与协同过滤的员工个性化学习推荐方法

摘要

本发明公开了一种基于学习地图与协同过滤的员工个性化学习推荐方法，根据在线学习平台的学习资源内容与学习者（企业员工）实际情况，分别提取资源特征和员工属性，建立数学模型，然后根据相似度计算推荐列表产生推荐结果，并收集学习者的反馈情况用于改进相似度计算，优化推荐过程。本发明方法对半结构化、非结构化数据、多媒体学习资源在推荐内容上具有一定普适性，将员工学习地图与协同过滤相结合，一方面修正、优化了推荐结果，另一方面能有效解决评分矩阵稀疏与新员工的学习资源推荐即冷启动问题，使得在线学习平台的学习内容推送更加个性化，有效帮助企业员工迅速成长，节约了员工培训、学习成本，提高了员工学习效率。