基于MLP改进型深度神经网络学习资源推荐算法 针对在线学习过程中出现的知识过载及传统推荐算法中存在的数据稀疏和冷启动问题,提出了一种基于多层感知机 (MLP)的改进型深度神经网络学习资源推荐算法.该算法利用多层感知机对非线性数据处理的优势,将学习者特征和学习资源特征进行向量相乘的预测方式转换为输入多层感知机的方式,改进了DN-CBR神经网络推荐模型.为验证模型的有效性,以爱课程在线学习平台数据为样本构建数据集,通过对比实验表明,在该数据...
尊享超值权益
基于MLP改进型深度神经网络学习资源推荐算法 针对在线学习过程中出现的知识过载及传统推荐算法中存在的数据稀疏和冷启动问题,提出了一种基于多层感知机 (MLP)的改进型深度神经网络学习资源推荐算法.该算法利用多层感知机对非线性数据处理的优势,将学习者特征和学习资源特征进行向量相乘的预测方式转换为输入多层感知机的方式,改进了DN-CBR神经网络推荐模型.为验证模型的有效性,以爱课程在线学习平台数据为样本构建数据集,通过对比实验表明,在该数据...
声明：资源收集自网络无法详细核验或存在错误，仅为个人学习参考使用，如侵犯您的权益，请联系我们处理。
不能下载？报告错误