基于改進的混合模式個性化選課推薦技術研究

齊　婷,佟國香,2

(1.上海理工大學 光電信息與計算機工程學院,上海　200093;2.上海市現代光學系統重點實驗室,上海　200093)

基于改進的混合模式個性化選課推薦技術研究

齊婷1,佟國香1,2

(1.上海理工大學 光電信息與計算機工程學院,上海200093;2.上海市現代光學系統重點實驗室,上海200093)

摘要針對高等學校學生選課系統中存在的缺乏個性化課程推薦、選課效率較低的問題,通過對個性化推薦技術的分析研究,提出了基于內容、項目及用戶屬性的改進混合模式算法,并將該算法應用到選課系統中,用MACE數據集對算法進行驗證。結果表明,該算法解決了個性化推薦技術中的冷啟動問題,相關指標有明顯提高,實現了課程與新課程的個性化推薦,并減少了選課的盲目性。

關鍵詞個性化推薦;混合模式;相似度;用戶聚類

Research on Improved Personalized Courses Recommendation Technology Based on Mixed Mode

QI Ting1,TONG Guoxiang1,2

(1.School of Optical-Electrical and Computer Engineering,University of Shanghai for Science and Technology,

Shanghai 200093,China;2.Shanghai Key Laboratory of Modern Optical Systems,Shanghai 200093,China)

AbstractProblems of lacking in individualized curriculum recommendations and inefficiency exist in current course selection systems of institutions of higher education.In allusion to these limitations,this paper presents a improved mixed model algorithm based on the content,project and user attribute-value through analysis and study of personalized recommendation technology.The proposed algorithm has been successfully applied to the elective system.Experimental results indicate that the proposed approach can solve cold-start technology in personalized recommendation algorithm,improve the related indicators significantly,achieve a personalized recommendation and new courses recommendation and reduce the blindness by the MACE data sets.

Keywordspersonalized recommendation;mixed mode;similarity;user clustering

隨著學生在教學過程中主體地位的突出,學生選課已成為學生個體化發展的重要途徑,而多數高校在選課制度實施過程中普遍存在課程結構設置不合理、選課方式不完善、選課指導體系不健全等問題[1]。學生不能結合自身的專業和興趣進行選課,選課缺乏目的性和針對性;選課制度不利于學生的個性發展,也不能為學生以后的工作帶來良好的指導,從而出現了專業與職位不對口的現象[2]。有鑒于此,本文將個性化推薦技術應用于選課系統中,根據學生自身的狀況、學習需求、興趣偏好以及職業規劃等,為學生提供個性化課程推薦平臺,從而避免學生選課的盲目性和跟風現象,提高了課程資源的利用率和選課質量。……