基于行为分析的选课推荐系统

发布时间：2021-06-24 03:42

　　推荐系统是伴随着互联网和大数据时代兴起的,为客户智能地提供个性化信息和建议的服务和技术。它通过分析用户的偏好和特质,实现对用户的个性化推荐甚至是精准化服务,目前推荐系统在电子商务领域、视频影音领域、社交好友等领域有着较为成功的应用。为了顺应社会多元化的发展趋势,现代高等教育也是在不断改革,开设了丰富多样的选修课程,学生们可供选择的也越来越多样化,同时也造成了学生在选课的过程中面临着信息过载的问题。另外在实际的选课过程中,大多数学生并不清楚自己的兴趣方向,对自己的专业就业情况不是非常了解,带有一定的盲目性。因此选课推荐系统的需求变得直接和迫切。目前高校选课推荐算法大多基于学生的学习成绩和历史选课记录,对学生的课程进行推荐,这样的方法缺乏对学生其他个体数据的分析以及对课程特征和选课流程的挖掘,导致最终的推荐结果不是非常令人满意。本文在目前主流的选课推荐系统的基础上提出一种基于学生行为分析的算法框架,通过引入大量学生的学习行为数据,挖掘学生的性格特征,计算学生与学生之间的社交关系,构建学生相对完整的行为画像,并结合培养方案和课程设置,为学生提供个性化课程推荐。以本校2016级化学学院286名... 

【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】：39 页

【学位级别】：硕士

【部分图文】：

图２－２：推荐系统结构图??

找出与该物品相似的物品，推荐给该用户。第三种通过用户的日志分析，找??出该用户喜欢的物品共有的特征，找出具有这些特征的物品推荐给用户。推荐系统??结构图如图２－２：???物品——???［有相似?????兴趣??用户?＾用户?＾物品??好友?喜欢???特征——??喜欢、?包含??具有????图２－２：推荐系统结构图??９??

在对数据进行清洗加密的基础上，使用相关性分析对影响因素进行验证分析，挖掘??学生行为特点，构建基于学生行为分析的推荐模型，最后对模型进行评估以及推荐??结果展示（见图３－１）。??结果展示与评估｜?：?：???、??个性化推荐结果展示?推荐算法评估??Ｖ

【参考文献】：
期刊论文
[1]基于协同过滤的个性化选课推荐与评论系统[J]. 周泽宇,王春玲.  信息记录材料. 2018(10)
[2]改进的协同过滤推荐算法[J]. 张亮,赵娜.  计算机系统应用. 2016(07)
[3]数据挖掘在选课推荐中的研究[J]. 胡健,王理江.  软件. 2016(04)
[4]基于改进的混合模式个性化选课推荐技术研究[J]. 齐婷,佟国香.  电子科技. 2016(01)
[5]基于协同过滤的高校推荐选课系统的设计与实现[J]. 张节兰,李小兰.  湖南工程学院学报(自然科学版). 2015(02)
[6]北京大学课程推荐引擎的设计和实现[J]. 沈苗,来天平,王素美,彭一明,高志同.  智能系统学报. 2015(03)
[7]协同过滤技术在高校选课系统中的应用研究[J]. 孙福兆.  数字技术与应用. 2015(01)
[8]基于协同过滤的个性化推荐选课系统研究[J]. 徐天伟,宋雅婷,段崇江.  现代教育技术. 2014(06)
[9]基于协同过滤算法的个性化高校选课推荐系统研究[J]. 袁春花.  计算机光盘软件与应用. 2012(20)
[10]基于加权关联规则的选课推荐系统的构建[J]. 王艳,刘双红,李玲玲.  郑州轻工业学院学报(自然科学版). 2009(05)

硕士论文
[1]协同过滤推荐算法在教务系统中的应用研究[D]. 叶仁鹏.长江大学 2018
[2]基于学生成绩关联分析的个性化选课推荐应用研究[D]. 朱茜.华中师范大学 2017



本文编号：3246293