面向终身学习者的集成式教育推荐系统

计算机辅助学习中最具雄心的应用场景之一是构建面向终身学习的推荐系统。大多数推荐算法利用内容与用户之间的相似性，忽视了利用合理学习轨迹的必要性。终身学习因此带来了独特的挑战，需要可扩展且透明的模型，能够同时考虑学习者知识与内容新颖性，并在长时间内保持准确的学习者表征。我们试图构建一种新颖的教育推荐系统，它依赖于结合多种学习者参与驱动因素的集成方法。我们迈向该目标的第一步是TrueLearn，它建模学习者的内容新颖性与背景知识，并在保持人类可解释的学习者模型的同时取得了有前景的性能。