[發明專利]一種選修課程推薦的方法和裝置

在審

• 申請號: 202011556028.5
• 申請日: 2020-12-24
• 公開（公告）號: CN112614029A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 俞京華;高浩;陳小飛;廖君
• 申請（專利權）人: 江蘇知途教育科技有限公司
• 主分類號: G06Q50/20
• 分類號: G06Q50/20
• 代理公司: 江蘇銀創律師事務所 32242
• 代理人: 孫計良

本發明公開了一種選修課程推薦的方法和裝置。本發明的方法首先基于學生、課程畫像構建學生?課程對之間的相似度。其中，離散屬性使用余弦相似度計算方式，連續屬性使用高斯核函數計算方式，得到用戶?課程對相似度矩陣。然后基于SVD算法、RMSE損失函數的改進，將學生課程矩陣分解為帶有課程特征的學生?特征矩課程?特征矩陣，通過學生對課程特征的偏好程度以及課程對課程特征的隸屬程度的分析，重新組合成新的學生課程矩陣，使得學生課程矩陣中包含了學生對課程的偏好數據，最后以及該學生課程矩陣生成推薦課程選課矩陣，從而為學生做出課程的個性化推薦，可以有效解決學生選課的盲目性。

技術領域

本發明涉及大數據分析和人工智能領域，特別涉及個性化推薦。

背景技術

高校教育體制改革以后，高校紛紛向多學科綜合型方向發展。學科專業覆蓋面不斷擴大，課程的開設也隨之不斷增加。課程數目的增加為學生選修課程帶來更多的選擇，但是過多的課程也使得學生的選課不可避免地出現盲目性。

目前，教學管理系統的廣泛應用積累了大量的教學實踐數據，但是，這些數據存在很多的不完整性，比如每年有25％的畢業生離開學校，25％校園新生，會造成冷啟動用戶的比例，流失比例等問題。數據本身的缺陷導致的推薦系統運作的困難與不準確。例如，在教師表中可以以ID唯一確定一名教師，但在其他表(如教師排課表)中僅出現了教師姓名，沒有使用該ID，這導致推薦系統實際上無法確定該門課程到底是哪一位老師教授。

發明內容

本發明所要解決的問題：為避免學生選課的盲目性。

為解決上述問題，本發明采用的方案如下：

根據本發明的一種選修課程推薦的方法，包括如下步驟：

S1：獲取學生信息、課程信息和學生歷史選課記錄；

所述學生信息包括學生離散屬性信息、學生連續屬性信息；所述學生離散屬性信息至少包括性別信息、班級信息、專業信息、所屬院系信息、圖書借閱離散信息；所述學生連續屬性信息至少包括年齡信息、學生績點信息、圖書借閱連續信息；

所述課程信息包括課程離散屬性信息、課程連續屬性信息；所述課程離散屬性信息至少包括：課程名稱、開課院系；所述課程連續屬性信息包括：開課次數、平均成績；

所述歷史選課記錄包括學生歷史選課列表；

S2：根據所述學生連續屬性信息和所述課程連續屬性信息構建學生未選課程對向量PA_u1，a1和學生已選課程對向量PW_u2，a2，并根據所述學生歷史選課列表構建學生歷史選課矩陣B＝{b_u，j|u∈[1..N]，j∈[1..A]}；其中，

PA_u1，a1表示學生u1和其未選課程a1之間所組成的學生課程對的向量；

PW_u2，a2表示學生u2和其已選課程a2之間所組成的學生課程對的向量；

所述學生課程對向量是所述學生連續屬性信息和所述課程連續屬性信息的向量化表示；

B為N×A的歷史選課矩陣；N表示學生數；A為課程數；

b_u，j表示歷史中學生u是否已經選修課程j，若已經選修課程j，則b_u，j＝1，否則b_u，j＝0；

S3：根據所述學生離散屬性信息和所述課程離散屬性信息分別計算各學生與學生之間的相似度SS_u1，u2以及各課程與課程之間的相似度SC_a1，a2；其中，

SS_u1，u2表示學生u1和學生u2之間的相似度，