基于改进协同过滤算法的高校思政课程推荐系统研究

• 作者: 刘国营 张凡
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 协同过滤算法 算法优化 思政教育 逐步遗忘曲线 协同育人
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 基金项目
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP319
• 语种: 中文

摘要

针对目前高校思政教育课程设置存在的形式单一、针对性不强、缺乏协同效应、无法形成个性化协同育人机制等问题,开发了一款基于改进协同过滤技术的高校思政课程推荐系统,采用基于混合的协同过滤改进算法,通过引入基于用户兴趣时效性变化的逐步遗忘曲线,较好的解决了传统协同过滤算法存在的效率低、适应性弱、排新性等弊端.开发了对应的高校思政课程推荐系统,通过实际验证得知,该系统运行稳定,功能完整,具有较强的实用性、鲁棒性,对于营造师生协同共赢、形式多样、个性创新的高校思政教育氛围具有积极意义,符合新形势下高校思政教育“浇花浇根,教人教心”的立体育人模式趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘国营		11	81	3.0	9.0
2	张凡		4	2	1.0	1.0