基于LGB-FFM-LR算法的在線課程評(píng)分預(yù)測(cè)方法研究
電子測(cè)量技術(shù)
頁數(shù): 6 2021-08-23
摘要: 針對(duì)在線教育課程客觀評(píng)價(jià)較差的問題,設(shè)計(jì)了基于決策樹算法的梯度提升算法-場(chǎng)感知因式分解機(jī)-邏輯回歸(LightGBM-FFM-LR)算法的評(píng)分預(yù)測(cè)模型。
該模型采集在線課程觀看歷史數(shù)據(jù),提取用戶的通用特征、時(shí)間特征等特征值,并著重考慮特征值的高維特征和低維特征關(guān)系來實(shí)現(xiàn)多維特征組合,改善數(shù)據(jù)稀疏性,從而提升評(píng)分預(yù)測(cè)性能。 (共6頁)