数据驱动模式下基于深度学习的个性化课程推荐模型

作     者：宋艳艳 宋艳 SONG Yan-yan;SONG Yan

作者机构：常州工业职业技术学院数字商务学院江苏常州213164 常州大学材料科学与工程学院江苏常州213164 

出 版 物：《贵阳学院学报（自然科学版）》 (Journal of Guiyang University：Natural Sciences)

年 卷 期：2024年第19卷第1期

页      面：36-41页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：江苏省教育科学“十四五”规划2021年度课题“以学习为中心”的高职教育教学范式改革研究”(项目编号:B/2021/03/13) 2020年度常州大学高等职业教育研究院课题“高职教育线上教学平台用户持续使用行为优化策略研究”(项目编号:CDGZ2020042) 中华职教社黄炎培职业教育思想研究规划课题“黄炎培职教思想当代启示与创新发展(项目编号:ZJS2022YB211) 

主　　题：课程推荐 深度学习 数据驱动 循环神经网络 

摘      要：为了有效提升课程推荐覆盖度及精准度,采用深度学习算法用于学习用户和在线课程的多维度特征训练,并借助并行计算优化推荐效率。首先,获得在线课程及学习用户行为记录,并借助主成分分析进行关键特征提取;然后根据关键特征构建课程评分函数,并引入正则项提高课程推荐覆盖度;接着采用循环神经网络(Recurrent Neural Network,RNN)算法用于学习者—课程特征训练,通过历史时间序列的隐藏层循环叠加,融入历史时间序列样本对当前时刻的作用影响,提高个性化课程推荐的准确性。通过差异化设置RNN规模及参与运算的特征量,对五个不同在线学习平台的个性化课程推荐仿真,结果表明:RNN个性化课程推荐模型对五个在线学习平台的TOP10推荐覆盖度及准确度均达到了80%以上,且稳定性高。