英语学习资源个性化推荐系统设计与实现

摘要

为提升英语教学系统的资源推荐准确度水平，为目标用户提供具有较高准确度的学习资料推送服务，并优化学生的英语APP学习工具。搭建了协同过滤推荐算法及流程，并以均方根误差(root mean square error, RMSE)和平均绝对误差(mean absolute error, MAE)两项指标判断了推荐算法的准确度水平，在此基础上通过14代英特尔i7处理器和Windows10操作系统整合数字化英语学习资源，设计了基于可外接安卓移动操作系统的英语学习资源个性化推荐系统及其显示工具英语学习APP,并以推荐模块为例展示了英语学习APP操作界面。研究发现，协同过滤推荐算法的推荐结果的平均绝对误差较低且推荐准确度效果比较理想；英语学习资源个性化推荐系统可以协同过滤的方式分析APP用户整体行为，且英语学习APP界面思路清晰，操作简洁友好，具有一定的应用价值，可推广至其他学科以满足更多学科教学个性化服务需求，从而助力教学水平与质量显著提升。

关键词

英语学习资源 / 推荐系统 / 协同过滤算法 / 系统设计 / 个性化推荐