[发明专利]一种基于协同过滤的智慧选课推荐方法

说明书

本发明涉及课程推荐方法领域，公开了一种基于协同过滤的智慧选课推荐方法，包括：步骤1，获取学生信息数据，经数据处理后得到学生特征数据集；步骤2，根据学生特征数据集计算得到待推荐学生的相似学生集合；步骤3，将所有课程集合中的课程划分为热门课程和冷门课程；步骤4，通过学生对已选课程在学习结束后进行评价，得到课程评价特征数据集；步骤5，根据步骤4中的课程评价特征数据集分别计算热门课程和冷门课程的推荐度评分，对待推荐学生进行课程推荐。本发明通过智慧校园大数据中心建设，获取学生对于选课的兴趣、个性需求和对于课程的关注点，对学生进行个性化课程推荐，提高了选课质量，有助于学生的个性化发展和全面发展。

技术领域

本发明涉及课程推荐方法领域，尤其涉及了一种基于协同过滤的智慧选课推荐方法。

背景技术

智慧校园是国家教育信息化的顶层设计。随着大数据、云计算和物联网、移动互联等先进信息技术的飞速发展和进一步应用，传统校园由电子、数字化校园阶段逐步迈向智慧校园阶段。智慧校园的概念是将校园中多方面的应用，包括人、财、物等实现快速的信息交换、管理，提高校园日常教、学、研、管等业务活动的高效有序开展。智慧校园的核心是数据高度集中的大数据中心，将校园各类应用服务系统产生的业务数据高效集成和融合，采用大数据分析和挖掘方法，建立校园日常应用知识库，使得校园资源、教学、管理、科研等应用系统被高度整合，提高各应用交互的响应速度、灵活性以及准确性，使校园师生及管理人员能快速、准确地获取所需信息，从而实现智慧化服务和管理的校园新模式。

协同过滤推荐技术是个性化推荐技术中应用最为广泛的技术。协同过滤的主要思想是给兴趣爱好相似的目标群体或用户推荐用户可能产生兴趣的项目，利用集体智慧做推荐。协同过滤推荐算法分为两类，分别是基于用户的协同过滤算法和基于物品的协同过滤算法。协同过滤技术在商品、音乐、书籍推荐，互联网新闻过滤等大量商业领域有着广泛的应用。

现在，全国高校已普遍实行选课制，学生可以通过选课系统选择适合自己的学习规划和学习进程的课程。但是，目前的选课系统仍存在诸多问题：(1)学生难以获得有效的选课指导以应对种类、数量繁多的可选课程，出现盲目选课现象，导致课程资源浪费和选课质量下降。(2)选课系统只包含显示课程基本信息和选课功能，无法为学生提供个性化推荐课程以满足学生的兴趣和个性需求，不利于学生的个性化发展和全面发展。(3)传统的排课方式会使课程在上课时间或地点上出现冲突，限制了学生选课的选课，实现既定的选课计划。

发明内容

本发明针对现有技术中课程资源浪费、选课质量下降的缺点，提供了一种基于协同过滤的智慧选课推荐方法。

为了解决上述技术问题，本发明通过下述技术方案得以解决。

一种基于协同过滤的智慧选课推荐方法，包括以下步骤：

步骤1，获取学生信息数据，经数据处理后得到学生特征数据集；

步骤2，根据学生特征数据集计算得到待推荐学生的相似学生集合；

步骤3，将所有课程集合中的课程划分为热门课程和冷门课程；

步骤4，通过学生对已选课程在学习结束后进行评价，得到课程评价特征数据集；

步骤5，根据步骤4中的课程评价特征数据集分别计算热门课程和冷门课程的推荐度评分，对待推荐学生进行课程推荐。

作为优选，步骤1中，学生信息数据包括往届学生信息和待推荐学生信息，往届学生信息和待推荐学生信息均包括个人基本信息和特征信息，个人基本信息包括学院、性别、专业，特征信息包括兴趣课程大类、兴趣课程小类、爱好、课程关注重点。

作为优选，课程关注重点包括课程内容丰富度、实用性、考评内容、主讲教师评价，学生根据特征信息按照个人需求对选择关注点进行排序选择。