基于XML的英语学习资源协同过滤推荐方法

由于英语学习资源与正常文本或图像的数据属性特征存在一定差异,故无法为用户推荐符合需求的英语学习资源,因此,提出基于XML的英语学习资源协同过滤推荐方法。通过构建用户评分矩阵,设定英语学习资源为词频向量,利用改进的余弦相似性,度量邻域用户之间的相似性,根据解得的作品属性隶属函数,推导出属性特征隶属度矩阵,分别计算XML文档的内容相似度与结构相似度,经加权融合求解作品的综合相似度,实现英语学习资源的个性化推荐。实验结果表明,所提方法推荐结果较为精准,具有有效性与可行性。