基于深度學(xué)習的適應性學(xué)習系統和方法

本發(fā)明公開(kāi)了一種基于深度學(xué)習的適應性學(xué)習系統和方法：針對線(xiàn)學(xué)習平臺數量的增多，學(xué)習資源形式也越來(lái)越多樣化，設計開(kāi)發(fā)基于深度學(xué)習的適應性學(xué)習系統和方法，通過(guò)設計基于互信息特征選擇模型(MIFS)的深度神經(jīng)網(wǎng)絡(luò )輸入優(yōu)化策略，建立了學(xué)習者?資源二部圖關(guān)聯(lián)模型下的輸出直觀(guān)化描述，其次利用深度神經(jīng)網(wǎng)絡(luò )訓練獲得資源推薦模型，實(shí)現個(gè)性化學(xué)習資源推薦。利用深度學(xué)習算法對數據適應性強、處理性能好等特點(diǎn)，將其用于學(xué)習者偏好、學(xué)習者的特征類(lèi)型等方面的分析研究，對學(xué)習者偏好的預測準確度高，進(jìn)而改善學(xué)習者在線(xiàn)學(xué)習的體驗與效果。