大数据视角下学习者选课之推荐模型

发布时间：2021-10-05 00:34

　　开放教育选课过程是人才培养方案的重要组成部分,本文提出一种基于大数据分析的学习者选课推荐模型,是以协同过滤推荐算法作为基础算法。算法通过对学习者群课程偏好行为数据的挖掘,发现学习者的课程偏好,以不同偏好对学习者进行群组划分并推荐品味相似的课程。 

【文章来源】：陕西广播电视大学学报. 2019,21(02)

【文章页数】：5 页

【文章目录】：
一、选课推荐
    1.大数据的概念
    2.选课推荐
        (1) 教学理解阶段。
        (2) 数据解读阶段。
        (3) 数据准备阶段。
        (4) 数据整理。
        (5) 建模。
        (6) 评估。
        (7) 部署。
二、基于学习者的协同过滤推荐
    (一) 基于学习者 (Learner-based) 的协同过滤推荐算法
        1. 发现兴趣相似的学习者
        2. 推荐课程
    (二) 基于课程的协同过滤推荐算法
三、小结


【参考文献】：
期刊论文
[1]数据挖掘在选课推荐中的研究[J]. 胡健,王理江.  软件. 2016(04)
[2]适合专业选修课的现代教学理论和方法探究[J]. 王超,曾特殊,常欣,王宇.  学理论. 2015(11)
[3]大数据系统和分析技术综述[J]. 程学旗,靳小龙,王元卓,郭嘉丰,张铁赢,李国杰.  软件学报. 2014(09)
[4]基于学习兴趣的个性化推荐算法研究[J]. 郭清菊,周让明,马俊涛.  软件. 2013(09)



本文编号：3418645