基于协同过滤的高校推荐选课系统的设计与实现.pdfVIP

第25卷第2期 V01．25．No．2 2015 2015年6月 June 基于协同过滤的高校推荐选课系统的设计与实现 张节兰，李小兰 (鹰潭职业技术学院，鹰潭335000) 摘 要：为了克服学生在选课过程中的盲目性，高校在考虑学生专业、偏好以及学习程度等方面的基础 上，普通使用选课系统为学生推荐适用课程．但目前的高校选课系统中缺乏个性化课程、选课效率过低， 本文提出了一种基于协同过滤的高校推荐选课系统的设计与实现．经过实验表明，该系统完全能够解决 选课系统的个性化推荐问题，在增强课程资源利用率的基础上，极大的调动了学生的学习兴趣，并进一 步提高了高校学生的选课质量． 关键词：协同过滤；高校选课推荐系统；数据挖掘 中图分类号：TP37文献标识码：A 文章编号：1671—119X(2015)02—0039—04： 果某类项目的评分在一些用户群体中较为接近，则 O前言 该用户群体对于其他类项目的评分也会较为相似． 随着教育改革的不断深入，高校在学生专业化课 协同过滤技术采用的是统计计算方式来为目标用户 程的选择上开始逐步考虑学生的实际需求，课程自由 搜索相似用户，并通过最近邻居对项目的打分相似 选择扩大了学生的学习空间，同时提高了学生学习兴 度来预测目标用户可能感兴趣的项目评分，最终选 趣．选课制度在高校改革中的重要性也引起了高校师 择相似度最高的项目来作为目标用户推荐项目，并 生的广泛关注，高校选课制度的设计与实现需要结合 及时反馈给用户[23．协同过滤技术操作简单，数据精 学生教育理念进行．自从高校打破传统教育模式，实 确度较高，并在现有协同过滤推荐系统中得到了广 行学分制与选课制后，学生的学习兴趣也有了明显的 泛的应用． 提高，由此可见，选课模式的建立将有利于高校教育 协同过滤推荐系统是目前较受人们喜爱的一项 的发展．因此，高校应当着重提高选课系统的质量，根 信息过滤技术，其不仅能对过滤内容进行分析，推选 据学生的专业需求与兴趣偏好为学生提供个性化的 出用户的兴趣偏好，还能为用户推荐可能感兴趣的 选课推荐，从而提高学生选课的适用性，并进一步完 资源，即时提高系统信息服务质量[3]．协同过滤技术 善选课质量和课程资源利用率[1]．但就目前高校的推 的核心思想在于利用偏好相似群体的评分为用户推 荐选课系统发展技术而言还存在着诸多的问题，如数 荐项目资源．协同过滤技术主要分为三步进行，即构 据不全面、推荐课程不合理等．这些都极大的制约了 建用户、搭建项目矩阵寻找最近邻居以及产生TOP 高校课程教育的改革与发展，如何构造一套适用于高 —N推荐数据．当前技术形式下，协同过滤技术的 校的推荐选课系统也是当前教育工作者亟待解决的 类型主要有基于用户的协同过滤推荐、基于项目的 一大问题． 协同过滤推荐以及基于模型的协同过滤推荐三 种‘4J． 1协同过滤技术 2基于用户的协同过滤技术 在计算机技术不断发展的今天，协同过滤技术 已广泛用于计算机领域当中．协同过滤技术主要根 基于用户的协同过滤技术算法主要根据相似度 据邻近用户的偏好