基于机器学习的推荐与评价方法

• 作者: 刘迪 黄星寿
• 来源期刊: 软件工程
• 学科: 工学
• 关键词: 推荐系统 机器学习 评价系统
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 方法与技术
• 页码范围: 8-11
• 页数: 4页
• 分类号: TP181
• 字数: 4820字
• 语种: 中文
• DOI: 10.19644/j.cnki.issn2096-1472.2018.05.003

摘要

IT类专业学生由于其专业特点,企业实习环节往往贯穿整个培养过程,实习环节效果的好坏直接影响到学生的能力培养与就业质量.如何将实习单位的资源配置、业务特点及学生专长与兴趣等因素进行有机整合,是改善和提高实习效果的有效途径.本文基于机器学习的方法,对IT专业学生实习单位推荐与评价开展了研究工作,以某高校计算机专业历年的实习、评价和就业等相关数据为学习样本,自动学习和生成推荐模型与评价体系.实际应用效果表明:该系统能为实习组织工作提供更加客观的决策支持信息,有效提高学生的实习与就业质量.