公務(wù)員期刊網(wǎng) 論文中心 正文

計算機專業(yè)課程體系推薦算法研究

前言:想要寫出一篇引人入勝的文章?我們特意為您整理了計算機專業(yè)課程體系推薦算法研究范文,希望能給你帶來靈感和參考,敬請閱讀。

計算機專業(yè)課程體系推薦算法研究

摘要:大數(shù)據(jù)背景下的計算機專業(yè)課程體系的建設(shè)以學生為主體,充分考慮到了學生的學習特征。本研究在原有專業(yè)課程體系的基礎(chǔ)上,以提高高校學生培養(yǎng)質(zhì)量為目標,提出在大數(shù)據(jù)背景下采集海量利用協(xié)同過濾算法獲得處于熱門狀態(tài)的計算機專業(yè)書籍列表,進行時間、樣本的累積后,獲得符合時代背景和學生特點的專業(yè)課程體系。該方法創(chuàng)新學生培養(yǎng)模式,通過可動態(tài)調(diào)整專業(yè)課程體系,提高了學生培養(yǎng)質(zhì)量,完善了高校人才培養(yǎng)機制。

關(guān)鍵詞:大數(shù)據(jù);課程體系;協(xié)同過濾

1概述

隨著大數(shù)據(jù)時代的來臨,我國經(jīng)濟、教育、科技等產(chǎn)業(yè)正發(fā)生深刻的發(fā)展變化,人們每時每刻都在獲取到大量數(shù)據(jù),呈現(xiàn)爆炸式增長的態(tài)勢。網(wǎng)絡(luò)教學和大數(shù)據(jù)時代,大學生課程學習體系需要根據(jù)時代背景、個性特點進行變革。尤其是計算機專業(yè)的課程體系更需要根據(jù)時展進行變革。采用現(xiàn)有先進手段,如大數(shù)據(jù)分析、機器學習等技術(shù),有針對性地對學生的興趣偏好進行分析,獲得學生感興趣專業(yè)書籍列表,完善專業(yè)課程體系,可以解決目前教學與實際應(yīng)用存在脫節(jié)問題,使課堂教學更有時效性,改善教學質(zhì)量。高等教育行業(yè),大數(shù)據(jù)及智能技術(shù)的出現(xiàn)和飛速發(fā)展更是引起了教學理念、教學方式、學生培養(yǎng)模式的變革。一直以來高等學校的學生培養(yǎng)模式都是在專業(yè)建設(shè)之初便確定下來,很少進行修改。即使進行修改,也很難針對學生特點進行個性化調(diào)整。高等學校教學過程中,一直存在著很多問題,如專業(yè)課程體系一成不變,不能體現(xiàn)技術(shù)潮流、學生個性特點的變化,課程的教學效果大部到理想要求。傳統(tǒng)的專業(yè)建立后一成不變的課程體系的培養(yǎng)模式已經(jīng)不能滿足教學需求,無法充分調(diào)動學生的學習興趣及特點。學生在校內(nèi)學習過程中,在慕課、圖書借閱、校內(nèi)網(wǎng)站瀏覽等學習、生活過程中留有大量學習偏好數(shù)據(jù)。通過分析學生自身偏好數(shù)據(jù),使用智能推薦算法,獲得具備個性化特點的課程體系,動態(tài)調(diào)整培養(yǎng)計劃,完善高校人才培養(yǎng)機制成為亟待解決的問題。

2協(xié)同過濾推薦算法

推薦算法通過進行數(shù)據(jù)分析,在海量的商品中推薦出用戶感興趣的商品,防止海量信息會對用戶造成壓力。推薦算法能夠通過分析研究用戶的歷史行為信息,將行為信息加入到用戶模型和推薦對象模型中,經(jīng)過推薦算法的分析計算,生成初步推薦結(jié)果,通過多次的反復(fù)迭代計算,可以為用戶提供潛在需求的產(chǎn)品。協(xié)同過濾推薦算法采用相似性的原理,當用戶對某一對象A感興趣時,算法通過計算其他對象與對象A的相似性,根據(jù)相似性數(shù)據(jù)的大小得到排序列表,為用戶進行推薦。該算法還能比較用戶之間的相似程度,這樣可以將某一對象推薦給某一類客戶。參考圖1中所示的內(nèi)容,應(yīng)用基于項目的協(xié)同過濾方法進行分析如下:用戶1感興趣的物品有:物品1、物品3和物品4感興趣;用戶2感興趣的物品有:物品1和物品2;用戶3感興趣的物品有:物品1和物品3。由此可知物品1和物品3具有相似性,如果用戶表現(xiàn)出對物品1的興趣一般還會對物品3感興趣。用戶2由于對物品1感興趣,系統(tǒng)會將物品3推薦給用戶2。這個流程體現(xiàn)了基于項目的協(xié)同過濾思想。

3大數(shù)據(jù)背景下專業(yè)課程設(shè)置

3.1數(shù)據(jù)的采集與挖掘

在學校采集個性偏好數(shù)據(jù)時,用戶數(shù)據(jù)、書目數(shù)據(jù)和借閱數(shù)據(jù)是比較常用的數(shù)據(jù)源。采集學生校內(nèi)外學習、生活過程中產(chǎn)生的海量的網(wǎng)絡(luò)元數(shù)據(jù),通過對使用智能推薦算法,形成學生學習興趣、課程的智能推薦,學校根據(jù)智能推薦的結(jié)果和學生意愿,完成對學生學習課程體系的再設(shè)計,安排進行相應(yīng)專業(yè)的學習,強化學生實踐環(huán)節(jié)的差異化、人性化,實現(xiàn)學生培養(yǎng)模式的創(chuàng)新。

3.2專業(yè)書籍推薦

采用基于物品的協(xié)同過濾ItemCF算法(Item-basedcollaborativefiltering)對學生感興趣的專業(yè)書籍進行推薦,算法的思想是計算各專業(yè)書籍間的相似程度,常用相似度矩陣進行表示。在為學生進行推薦時考慮興趣數(shù)據(jù)獲取時間影響因素,使推薦更具有時效性。ItemCF算法的主要基于物品的相似性原理,給用戶推薦與其感興趣的物品具備較高相似的物品,主要包括以下幾個步驟:(1)計算物品之間的相似度。每個用戶的興趣都局限在某幾個方面,如果兩個物品屬于一個用戶的興趣列表,那么兩個物品可能就屬于有限的幾個領(lǐng)域,而如果兩個物品同屬于很多用戶的興趣列表,那么他們就可能屬于同一個領(lǐng)域,因而有很大的相似度。(2)計算用戶U對一個物品的興趣。其中,P(u,j)表示興趣值,及物品j能夠?qū)τ脩魎產(chǎn)生的興趣,r(u,i)表示物品i在用戶u那里獲得的評分,S(j,k)表示k個和物品j最相似的物品,N(u)表示用戶瀏覽過的全部集合。

3.3專業(yè)課程體系構(gòu)建

在采用基于物品的協(xié)同過濾算法獲得學生專業(yè)數(shù)據(jù)推薦列表的基礎(chǔ)上,將全部學生的專業(yè)書籍推薦列表作為樣本進行統(tǒng)計,對推薦列表中的書籍進行排序。專業(yè)課程體系構(gòu)建情況如如圖2所示。圖中課程名稱前的序號是實驗過程中課程推薦排序結(jié)果。

4結(jié)論

創(chuàng)新學生培養(yǎng)模式作為培養(yǎng)具備創(chuàng)新能力學生的關(guān)鍵因素,如何為學生提供更加個性化,具備更符合時展潮流的課程體系是創(chuàng)新培養(yǎng)模式的有益探索。利用先進的智能推薦算法,基于學生日常學習軌跡,獲得更加合理的課程體系是解決上述為題的有效手段。隨著個性化推薦系統(tǒng)及其相關(guān)技術(shù)的完善和廣泛使用,其在教育領(lǐng)域中的研究將會越來越全面和深入。

參考文獻

[1]高建煌.個性化推薦系統(tǒng)技術(shù)與應(yīng)用[D].合肥:中國科學技術(shù)大學,2010.

[2]于凱,吳蕾.大數(shù)據(jù)環(huán)境下的推薦系統(tǒng)在個性化教學中的應(yīng)用研究[J].福建電腦,2015(8):46-47.

[3]姜雷,趙功群.數(shù)字圖書館系統(tǒng)中的個性化服務(wù)模型[J].圖書館學刊,2011(9):66-68.

[4]錢冬明,等.數(shù)字教育資源共建共享的系統(tǒng)分祈框架研究[J].電化教育研究,2013(7):55-60,72.

[5]牛亞男.教學資源個性化推薦系統(tǒng)的設(shè)計和實現(xiàn)[D].大連:大連理工大學,2013.

[6]朱郁筱,呂琳媛.推薦系統(tǒng)評價指標綜述[J].電子科技大學學報,2012,41(2):163-175.

作者:張沛露 單位:吉林建筑大學