基于K近邻算法和人工智能的个性化推荐机制互动学习平台之开发

Abstract

着高校教育的不断发展，数位学习平台逐渐成为提高学习质量的重要工具。然而，这些平台在实际应用中面临着学生学习动力下降、复杂内容带来的畏难情绪以及缺乏个性化体验等多重挑战。基于此，本研究通过整合内容管理系统(CMS)、评价系统、推荐系统和用户界面应用程序，提出了一种基于系统架构的大学生学习平台模型来提升学习的实用性和易用性。本研究在台湾一所大学的数据库系统导论课程中进行了实验，结果显示，分别有74%和73%的学生对该平台感到满意。因此，基于K近邻算法和人工智能的个性化推荐机制互动学习平台在提高学习效果和学生满意度方面具有一定的潜力。