基于协同过滤的课程推荐模型

• 作者: 周丽娟 张璋 张研研 徐明升
• 来源期刊: 计算机应用研究
• 关键词: 协同过滤 稀疏性 课程推荐 聚类
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1315-1318
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.04.030

摘要

通过对当前高校学生选课的盲目性的分析,提出了一种基于协同过滤的课程推荐方法.首先对课程进行聚类,构建无缺失的课程评价矩阵,在此基础上根据学生对相似课程的评分预测学生的兴趣爱好,为学生提供个性化的课程推荐.该方法在评分数据极端稀疏的情况下也可以为学生作出准确的课程推荐.最后通过实验验证了该推荐方法的实用性,可以有效地减少学生选课的盲目性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周丽娟	首都师范大学信息工程学院	27	199	9.0	13.0
2	徐明升	首都师范大学信息工程学院	1	10	1.0	1.0
3	张研研	首都师范大学信息工程学院	2	15	2.0	2.0
4	张璋	首都师范大学信息工程学院	1	10	1.0	1.0