基于高低阶特征交叉的校园课程推荐系统研究

• 作者: 冉昊玺
• 来源期刊: 各界
• 关键词: 推荐系统 神经网络 因子分解机 在线选课
• 年，卷（期）: 2019,（24）
• 所属期刊栏目: 文化与教育
• 页码范围: 130-132
• 页数: 3页
• 字数: 4838字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-3906.2019.24.104

摘要

推荐系统是利用用户的相关特征进行的相关物品推荐,大多应用于商业,展现了不凡的效果.针对当前高校存在的课程种类繁多、学生选课困难、教学资源浪费等现象,本文迁移商业中的类似人群拓展思想,提出校园课程推荐系统,并充分利用因子分解机和多层感知机,实现了低阶和高阶的特征交叉,达到了更佳的推荐效果,从而改善了教学资源利用率,提高了学生的选课兴趣.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冉昊玺	四川大学计算机科学与技术系	2	0	0.0	0.0