基于DeepFM的个性化练习题目推荐系统研究

作     者：傅翠娇 龚震 杨子恒 FU Cuijiao;GONG Zhen;YANG Ziheng

作者机构：北京航空航天大学计算机学院北京100191 

出 版 物：《实验技术与管理》 (Experimental Technology and Management)

年 卷 期：2023年第40卷第3期

页      面：212-216,225页

学科分类：0401[教育学-教育学] 04[教育学] 08[工学] 040102[教育学-课程与教学论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论] 

主　　题：DeepFM模型 个性化 推荐系统 精准化教学 

摘      要：文章针对学生在学习程序设计类课程时做题针对性不强、难以精准查缺补漏的问题,基于DeepFM模型,根据学生做题的历史行为数据及是否集中点击题目,来预估学生对其他题目的点击率,在对预估点击率排序后向学生推荐高点击率的题目,并通过ROC曲线、AUC值和混淆矩阵等指标评估推荐效果。该推荐系统基于DeepFM模型设计,实现了个性化练习题目推荐,已应用于实验教学。实验教学结果表明,该系统有助于提高实验教学效果,使学生的学习更高效,其中成绩较好的学生的学习效果提升更显著。文章还通过聚类分析、关联规则和分类预测等方法对学生的学习行为数据进行了分析,分析结果进一步验证了练习题推荐系统对实验教学的重要作用。