基于用戶協同過濾算法的E-Learning 平臺個性化推薦研究

耿曉利，鄧添文，羅樺鋒，許佳惠

（廣州大學華軟軟件學院網絡技術系，廣州510990）

0 引言

2012 年，一種基于網絡、針對大眾人群的大規模開放在線課程（Massive Open Online Courses，MOOC）出現并發展很快，在線學習（E-Learning）成為一種深受歡迎的學習方式。在線學習平臺將教學者和學習者的行為完整記錄，產生了大量連續的教學互動信息。而深入挖掘這些數據，研究學習者的學習行為和學習心理，可以反映出學習者的學習狀況，有利于提高學習者學習效果和學習質量，同時有利于向學習者針對性推薦課程，滿足個性化需求。

目前的E-Learning 技術大多是均質化的，忽略了E-Learning 平臺用戶之間的差異，無法滿足用戶對學習的個性化需求，致使大量的時間都花費在課程的查找中。而豐富的、多樣化的學習資源也容易讓E-Learning 平臺的用戶產生認知超載和迷茫的現象。根據用戶特點為其提供課程推薦服務，幫助用戶快速地發現有價值的學習資源，能快速提高E-Learning 效率，同時幫助用戶快速構建專業知識體系。

1 E-Learning研究現狀

國外研究者很早就開始重視網絡學習領域的個性化推薦。Chu 等人[1]基于Apriori 算法設計出一個基于Web 的課程推薦系統，為面臨選課的學習者提供建議。Aher 等人[2]在K-means 算法聚類的基礎上，應用Apriori 算法對各類學生的課程學習記錄進行關聯規則分析，得到各類學生偏好的課程學習順序，從而向學生推薦合適的課程。

我國對網絡學習中進行個性化推薦的研究起步較晚，學習者的體驗程度不高。柴艷妹等人[3]對2008 年到2016 年中有關基于數據挖掘技術的E-Learning 行為的文獻進行綜述，指出大多數研究者主要研究熱點是學習者對E-Learning 平臺的接受程度，而把數據挖掘應用到E-Learning 平臺的研究較少。孫歆等人[4]引入用戶行為權重問題解決了冷啟動問題。王琳琳[5]利用Web 日志挖掘和系統操作信息收集結合的方式，建立學習者興趣模型，將用戶聚類加入到推薦算法中，實現個性化資源的推薦。謝修娟等人[6]基于協同過濾技術設計并實現了一個個性化推薦系統。

伴隨著E-Learning 平臺資源的海量增加，ELearning 平臺傳統的課程學習、作業管理、成績查詢的功能己經不能滿足學習者需求，個性化資源推薦可以幫助學習者更好地循序漸進學習、自我管理，提高個性化資源推薦為核心的服務將越來越緊迫。

2 基于用戶的協同過濾個性化課程推薦的實現

協同過濾推薦算法主要有三種：基于項目的推薦、基于用戶的推薦、項目和用戶結合的推薦。基于用戶的協同過濾算法能夠共享其他用戶的經驗，避免推薦內容的片面化，也可以發現用戶的潛在興趣，并針對各個用戶產生個性化的推薦結果。

結合所收集到的數據特點及學生用戶在專業方向的相似性，本文擬將基于用戶的推薦算法應用到E-Learning 平臺中，為學習者實現個性化的課程推薦，幫助其更好地循序漸進學習課程，快速建立自己的知識體系。

2.1 算法基本原理

針對選取的E-Learning 平臺的數據特點，本文采用基于用戶的協同過濾推薦技術。通過用戶的歷史行為數據發現用戶對課程或內容的喜歡，并對這些喜好進行度量和打分。根據不同用戶對相同課程或內容的態度和偏好程度計算用戶之間的關系。在有相同喜好的用戶間進行課程推薦。算法的基本原理如圖1所示。

圖1 基于用戶的協同過濾基本原理

圖1 中，如果用戶1 和用戶3 用戶同時選修了課程2 和課程3 兩門課程，并且課程評分均為5 分，則可以認為用戶1 和用戶3 屬于同一類用戶。可以將用戶1 學習過的課程1 和課程4 也推薦給用戶3。

本算法的流程圖如圖2 所示。

圖2 算法流程圖

2.2 數據處理

本文實驗所搜集的數據源為筆者所在學校的學生在E-Learning 平臺的學習數據，包括課程數據、選課數據、成績數據及課程評論數據等。其中用戶數據包括學號、姓名、出生日期、年級、專業方向、學歷、興趣特長、手機號、宿舍等信息；課程數據有課程名稱、課程簡介、相關視頻及文檔資料信息；用戶學習課程數據包括考試成績數據及用戶對課程的評論數據。

本文對收集到的原始數據進行處理，將用戶的學號、姓名、手機號等敏感信息脫敏處理，部分用戶數據如表1 所示。

表1 用戶數據

對課程的代碼信息進行刪除處理，對課程簡介信息刪減，展示主要內容，部分課程數據如表2 所示。

表2 課程概要表

用戶學習課程后產生了成績數據和評論數據。成績數據能反映學生學習課程的效果，成績的高低一定程度上能反映學生對課程的興趣程度。學生對課程的評論數據里，有對課程的評論，也有對授課教師的評論，反映課程的興趣度相對較為狹隘。本文認為，用戶參與課程學習獲取的測試成績越高，說明對此課程的學習效果越好，用戶對課程的興趣程度越高，對課程的評分也越高。

本次實驗主要對用戶的成績數據進行轉換，最終生成評分表，如表3 所示。

表3 用戶評分數據

2.3 算法實現

本文實現的基本思路為：首先分析數據，建立用戶-課程評分矩陣模型，接著通過計算用戶對課程評分之間的相似性，尋找目標用戶的最近鄰居，最后根據最近鄰居的評分向目標用戶產生推薦課程。

（1）建立“用戶-課程”評分矩陣

根據用戶對課程學習后的測試成績作為評分數據，建立用戶-課程評分矩陣，如表4 所示。用戶-課程評分矩陣是一個mín 矩陣，m 表示用戶數，n 表示課程數，m[i]n[j]表示第i 個用戶對第j 門課程的評分。

表4 用戶-課程評分矩陣

（2）計算相似度

設N（i）為用戶i 評分的課程集合，N（j）為用戶j 評分的課程集合，那么i 和j 的相似度Wij值如公式（1）所示。

本文采用修正的余弦相似性方法，通過減去用戶對課程的平均評分來修正不同用戶的評分尺度問題。

設用戶i 和用戶j 共同評分的課程集合用Nij表示，則用戶i 和用戶j 之間的相似度值Wij如公式（2）所示。

其中，Si,m、Sj,m分別表示用戶i、用戶j 對課程m 的評分，分別表示用戶i、用戶j 對課程評分的平均分。

（3）產生推薦列表

從矩陣中找到與目標用戶最相似的K 個用戶，用集合S（u,K）表示，將S 中用戶感興趣的課程提取出來，并去除u 已經興趣或已學過的課程，對每門候選課程i，用戶對它的感興趣的程度用以下公式計算：

其中Rvi表示用戶v 對課程i 的興趣程度。

3 實驗結果分析

本文使用準確率來驗證推薦的質量。推薦的準確率計算公式為：

其中test 表示測試數據集中的課程數量，topN表示系統推薦給用戶的N 個課程。

本文選取實驗數據主要為學院理工科部分學生，共獲取369 個用戶數據、549 門課程數據及16721 條評分數據。實驗結果如圖3 所示。

圖3 算法的準確率

由圖3 可知，隨著鄰居數量K 值的變化，準確率也在變化。在一定范圍內，鄰居數量K 值越大，推薦的準確率越高。本實驗中，鄰居數量K 值在50 時，準確率趨于平穩。

對于新來的用戶，其沒有選課記錄，無法找到最近鄰居。本文從用戶的專業方向和興趣愛好出發，把高年級學生興趣的課程推薦給該用戶，以此來解決冷啟動問題。

4 結語

本文實現了基于用戶的協同過濾算法在E-Learning 平臺的個性化推薦課程。但由于其服務的用戶局限于學生，算法考慮的因素較少，有一定的局限性。在下一步的研究中，把以下因素納入考慮：用戶修讀課程的軌跡線、課程之間的序列關系、課程之間的相似性等，同時結合用戶的評論文本數據。在推薦效果上評價指標也不單看準確率，還有MAE 值等。根據用戶的興趣實現更為精確的個性化推薦的同時，從用戶的角度出發給用戶提出相對應的發展路線，是進一步的研究方向。