學(xué)習(xí)元平臺推薦策略1.0：
1斗搞、基于熱度的推薦：哪些內(nèi)容看的人多棺聊，就推薦哪些內(nèi)容
學(xué)習(xí)元（feed流）熱度算法：學(xué)習(xí)元熱度分 = 初始熱度分 + 用戶交互產(chǎn)生的熱度分 – 隨時(shí)間衰減的熱度分
? ? ? a) 學(xué)習(xí)元熱度分：
? ? ? a1. 不同主題、具備不同資源、不同學(xué)科的內(nèi)容初始熱度分不應(yīng)該相同，可以對每個(gè)不同學(xué)科進(jìn)行一定的賦值富腊，根據(jù)內(nèi)容類型、活動的豐富度進(jìn)行一定的賦值
? ? ? a2. 教學(xué)過程中域帐，應(yīng)該考慮重點(diǎn)知識赘被、難點(diǎn)知識的影響，核心知識點(diǎn)與普通知識點(diǎn)之間應(yīng)該做一定的區(qū)分肖揣，可以根據(jù)教學(xué)大綱對知識點(diǎn)的初始熱度進(jìn)行定義
? ? ? b) 用戶交互產(chǎn)生的熱度分：
? ? ? b1. 定義用戶操作：閱讀帘腹、加入學(xué)習(xí)、資源下載许饿、參與活動阳欲、評論、推薦、分享球化、協(xié)作秽晚、評分等
? ? ? b2. 對每一種用戶操作賦予一定的能量值
? ? ? b3. 熱度分會隨活躍/在線用戶數(shù)進(jìn)行一定過濾
? ? ? c) 隨時(shí)間衰減的熱度分
? ? ? ? ? 在資訊類內(nèi)容的熱度排序過程中，由于時(shí)效性影響較大筒愚，所以會較快的隨時(shí)間流逝而衰減赴蝇。時(shí)間對學(xué)習(xí)元這種學(xué)習(xí)資源影響程度沒有那么大，但是也應(yīng)該對學(xué)習(xí)元有一定的更新巢掺，確保教育資源的活躍性
? ? ? d) 其他與教育掛鉤的熱度
? ? ? ? ? 結(jié)合教學(xué)特性句伶，考慮其他能夠正向促進(jìn)教、學(xué)過程的相關(guān)特性陆淀，如：學(xué)習(xí)者得分高的學(xué)習(xí)元會更容易給學(xué)生信心考余，產(chǎn)生積極影響，可以考慮在學(xué)習(xí)者剛登陸平臺開始學(xué)習(xí)時(shí)考慮（類似于新手教程）轧苫。
2楚堤、基于內(nèi)容的相關(guān)推薦：根據(jù)用戶看過的內(nèi)容進(jìn)行推薦
? ? ?a) 確定關(guān)鍵詞
? ? ? ? ?推薦的基本流程為：分詞 - 關(guān)鍵詞指標(biāo) - TF-IDF模型【學(xué)習(xí)元內(nèi)關(guān)鍵詞頻率（Team Frequency）高，所有文檔內(nèi)關(guān)鍵詞頻率低（Inverse Document Frequency）】
? ? ? ? ?這個(gè)是基于內(nèi)容過濾的基本流程含懊，前期可以采用開源的詞典身冬，同時(shí)結(jié)合教育大綱與教學(xué)常用詞語，構(gòu)建關(guān)鍵詞語料庫
? ? ? b) 計(jì)算學(xué)習(xí)材料的關(guān)鍵詞指標(biāo)
? ? ? ? ? b1 計(jì)算學(xué)習(xí)內(nèi)容相關(guān)性的算法
? ? ? ? ? b2 每一條學(xué)習(xí)元的模型可以用其中包含的關(guān)鍵詞的 TF-IDF得分
? ? ? ? c) 相關(guān)性推薦環(huán)節(jié)：
? ? ? ? ? ? 可以通過不同新聞中重合關(guān)鍵詞 tf-idf 模型的余弦相似度岔乔，計(jì)算出兩篇新聞的相似性酥筝。
3、基于用戶協(xié)同過濾
? ? ? 通過標(biāo)簽給用戶分類雏门，為用戶提供所在人群會看的內(nèi)容（對用戶規(guī)模有一定的要求）
? ? ? 用戶標(biāo)簽也應(yīng)該是自動從用戶閱讀嘿歌、加入學(xué)習(xí)、參與活動等的操作對象剿配，對用戶進(jìn)行關(guān)鍵詞標(biāo)簽的標(biāo)注。
? ? ? 注: 如果引入教學(xué)目標(biāo)阅束、知識點(diǎn)類型等多層級的教育屬性概念呼胚，需要制定相應(yīng)的策略，完成對各概念的定義息裸。
