基于学生画像的个性化推荐和学生团队匹配的研究

发布时间：2022-02-15 23:56

　　随着高等教育的快速发展以及社会对人才需求的不断增加,创新创业教育已经逐渐成为当前高等教育的一项研究热点。随着创新创业教育的不断发展,个性化推荐在创新创业教育中越来越受到重视;与此同时,学科竞赛作为创新创业教育的一种重要表现形式,其规模日益壮大,且大多数竞赛都要求多个学生组成团队,团队组建的需求日益渐增。因此,在推行创新创业教育的过程中,如何通过各项数据对学生进行画像,进而更好地服务学生,开展更深入的学习推荐和学科竞赛团队匹配等相关研究成为当前亟需解决的一个问题。本文主要通过搭建校园大数据平台,采集和分析学生的理论学习和实践学习等多项数据来构建学生画像,并在此基础上进行个性化试题推荐和学科竞赛团队匹配,具体研究内容如下:首先,研究和构建基于校园大数据平台的学生画像。通过对校园内现有系统的分析,结合创新创业环境下学生的行为特性,开发一系列基于IPv6（Internet Protocol Version 6）的软件系统以丰富学生数据,从而建立校园大数据平台。通过对校园大数据平台所收集的数据进行处理、分析和建模,建立学生画像。然后,研究和实现基于学生画像的个性化试题推荐。针对学生学习状态难以评... 

【文章来源】：辽宁大学辽宁省211工程院校

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 学生画像研究现状
        1.2.2 认知诊断研究现状
        1.2.3 推荐方法研究现状
        1.2.4 学科竞赛团队匹配研究现状
    1.3 主要研究工作
    1.4 本文组织结构
第2章 相关工作及技术
    2.1 基于校园大数据平台的学生画像相关介绍
        2.1.1 校园大数据平台及相关技术
        2.1.2 基于校园大数据的学生画像
    2.2 认知诊断相关介绍
        2.2.1 项目反应理论
        2.2.2 认知诊断评估
        2.2.3 相关模型
    2.3 推荐算法相关介绍
        2.3.1 基于内容的推荐算法
        2.3.2 基于协同过滤的推荐算法
        2.3.3 基于效用的推荐算法
    2.4 学科竞赛团队匹配相关介绍
        2.4.1 学科竞赛和团队匹配
        2.4.2 相关技术
    2.5 本章小结
第3章 基于校园大数据平台的学生画像
    3.1 校园大数据平台的搭建
        3.1.1 集成现有数据
        3.1.2 基于IPv6 的课堂辅助教学APP
        3.1.3 基于IPv6的创新实验室管理系统
        3.1.4 基于IPv6的在线评判系统
    3.2 数据处理
    3.3 学生画像模型设计
        3.3.1 学生画像指标体系
        3.3.2 学生画像建模
    3.4 本章小结
第4章 基于学生画像的个性化试题推荐
    4.1 模糊认知诊断模型的构建
    4.2 模型参数估计
    4.3 基于效用的个性化推荐
    4.4 实验设置及结果对比
        4.4.1 实验场景设置
        4.4.2 实验结果及分析
    4.5 本章小结
第5章 基于学生画像的学科竞赛团队匹配
    5.1 问题建模
        5.1.1 竞赛模型的构建
        5.1.2 学生模型的构建
        5.1.3 优化目标和约束条件
    5.2 算法描述
    5.3 仿真实验设置及结果分析
        5.3.1 仿真实验场景设置
        5.3.2 仿真实验结果及分析
    5.4 真实环境实验设置及结果分析
        5.4.1 真实环境实验场景设置
        5.4.2 真实环境实验结果分析
    5.5 本章小结
第6章 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
攻读学位期间发表的学术论文及参加科研情况


【参考文献】：
期刊论文
[1]基于层次分析法的车联网多因素信誉评价模型[J]. 陈蔚,刘雪娇,夏莹杰.  浙江大学学报(工学版). 2020(04)
[2]中国高等教育学会发布“学科竞赛排行榜”和“教师教学竞赛分析报告”[J].   中国高教研究. 2020(03)
[3]我国高校大学生学科竞赛现状分析[J]. 黄丹琳,梁微,潘利文.  教育教学论坛. 2020(02)
[4]基于随机森林的学生画像特征选择方法[J]. 杨长春,徐筱,宦娟,田迎春,经德林.  计算机工程与设计. 2019(10)
[5]基于认知诊断理论的网络安全自适应测试技术[J]. 齐斌,王宇,邹红霞,李冀兴.  计算机科学. 2019(07)
[6]基于一卡通数据挖掘的高校贫困生精准扶贫应用研究[J]. 伍智鑫.  湖南科技学院学报. 2019(04)
[7]教学大数据监测预警平台设计与应用[J]. 李景奇,卞艺杰,黄波.  计算机应用与软件. 2019(01)
[8]高校学科竞赛评估:思路、方法和探索[J]. 陆国栋,陈临强,何钦铭,颜晖.  中国高教研究. 2018(02)
[9]高校学科竞赛:现状、问题与治理优化——基于2012—2016年本科院校学科竞赛评估的数据分析[J]. 赵春鱼,吴英策,魏志渊,孙永乐.  中国高教研究. 2018(02)
[10]一种用于构建用户画像的多视角融合框架[J]. 费鹏,林鸿飞,杨亮,徐博,古丽孜热·艾尼外.  计算机科学. 2018(01)

硕士论文
[1]高校学生画像系统的设计与实现[D]. 杨浩.北京邮电大学 2019
[2]基于学生校园数据的学业预警与社交分析系统的设计与实现[D]. 王峥.北京邮电大学 2019
[3]基于学涯发展平台的Spark智能推荐系统设计与实现[D]. 张杰.中国科学院大学(中国科学院沈阳计算技术研究所) 2019
[4]面向命名数据网络的转发策略研究[D]. 程天放.辽宁大学 2019
[5]基于学生行为的成绩预测模型的研究与应用[D]. 刘譞.电子科技大学 2017



本文编号：3627512