面向大规模开放在线课程（MOOC）学习者的互惠推荐系统
信息检索
2017-07-04 v1
摘要
大规模开放在线课程（MOOC）描述了具有完全不同背景的用户订阅各种可用课程的平台。MOOC论坛和讨论板为学习者提供了相互交流并最大化学习成果的媒介。然而，学习者往往由于不同原因（害羞、不知道合适的匹配对象等）而不愿相互接触。在本文中，我们提出了一种互惠推荐系统，该系统基于年龄、地点、性别、资格、兴趣等个人资料属性，将相互感兴趣且可能彼此沟通的学习者进行匹配。我们使用公开可用的MITx-Harvardx数据集采样的数据测试了我们的算法，并证明属性重要性和互惠性在形成最终学习者推荐列表中起着重要作用。我们的方法为在实际MOOC中实施此类系统提供了有前景的结果。
引用
@article{arxiv.1707.00331,
title = {Reciprocal Recommender System for Learners in Massive Open Online Courses (MOOCs)},
author = {Sankalp Prabhakar and Gerasimos Spanakis and Osmar Zaiane},
journal= {arXiv preprint arXiv:1707.00331},
year = {2017}
}
备注
10 pages, accepted as full paper @ ICWL 2017