CN116384840B - 一种课程推荐方法及相关设备 - Google Patents
一种课程推荐方法及相关设备 Download PDFInfo
- Publication number
- CN116384840B CN116384840B CN202310613041.7A CN202310613041A CN116384840B CN 116384840 B CN116384840 B CN 116384840B CN 202310613041 A CN202310613041 A CN 202310613041A CN 116384840 B CN116384840 B CN 116384840B
- Authority
- CN
- China
- Prior art keywords
- course
- institution
- gate
- weight
- courses
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012216 screening Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000195940 Bryophyta Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 235000011929 mousse Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Educational Technology (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种课程推荐方法及相关设备，包括：获取目标课程平台的运行数据及目标院校的基础课程数据，对运行数据中的课程数据进行等级划分，得到课程等级划分结果、院校等级划分结果、教师等级划分结果；分别针对课程等级划分结果、院校等级划分结果和教师等级划分结果，计算每门课程的课程等级权重、选课流量权重和课程教师权重；计算每门课程的综合权威度对所有课程进行排名，得到排名结果；根据排名结果和院校等级划分结果计算目标院校与其他院校之间的相似度；根据相似度和选课人数，计算满足目标院校的选课要求的课程的推荐度得到目标院校的课程推荐结果；提升了课程推荐的准确率，帮助需要选课的院校获取最适合的在线课程。
Description
技术领域
本发明涉及计算机技术领域，特别涉及一种课程推荐方法及相关设备。
背景技术
网络课程就是通过网络表现的某门学科的教学内容及实施的教学活动的总和，是信息时代条件下课程新的表现形式。它包括按一定的教学目标、教学策略组织起来的教学内容和网络教学支撑环境。其中网络教学支撑环境特指支持网络教学的软件工具、教学资源以及在网络教学平台上实施的教学活动。网络课程具有交互性、共享性、开放性、协作性和自主性等基本特征。
但现在的互联网学习系统中，大多是通过人工的方式为相同需求的用户进行统一的课程推荐，如，对于想要学习C语言的用户，向这些用户进行相同的推荐，如推荐某位老师的课程或某本书。由于不同的用户在学习目的、知识背景、学习时间等多方面存在差异；同时，专业的线上课程平台也越来越多，学生难以快速的找到高质量以及匹配度高的网络课程资源，这种简单单一的推荐方式无法实现有针对性的课程推荐，不能满足用户个性化的需求。线上课程量的增加，也给高校和学生在课程的查找和筛选上带来了困难；很少有线上课程平台研究针对不同学生群体的课程推荐算法，高校难以在大量内容相似的课程中选择最适合本校学生的在线课程，同时课程推荐方式针对性较差，推荐的课程与用户的实际需求不符，导致推荐准确度较低。
发明内容
本发明提供了一种课程推荐方法及相关设备，其目的是为了提升课程推荐的准确率，帮助需要选课的院校获取最适合的在线课程。
为了达到上述目的，本发明提供了一种课程推荐方法，包括：
步骤1，获取目标课程平台的运行数据及目标院校的基础课程数据，根据目标院校的基础课程数据对运行数据中的课程数据进行等级划分，得到课程等级划分结果、院校等级划分结果、教师等级划分结果；
步骤2，分别针对课程等级划分结果、院校等级划分结果和教师等级划分结果，计算每门课程的课程等级权重、选课流量权重和课程教师权重；
步骤3，根据课程等级权重、选课流量权重和课程教师权重，计算每门课程的综合权威度，并根据综合权威度对所有课程进行排名，得到排名结果；
步骤4，根据排名结果和院校等级划分结果计算目标院校与其他院校之间的相似度；
步骤5，根据相似度和选课人数，计算满足目标院校的选课要求的课程的推荐度，根据所述推荐度得到目标院校的课程推荐结果。
进一步来说，根据目标院校的基础课程数据对运行数据中的课程数据进行等级划分，包括：
根据目标院校的基础课程数据对运行数据中的课程数据进行筛选，得到与目标院校的基础课程数据相关的课程集；
对课程集中的每门课程进行等级划分，得到课程等级划分结果；
对课程集中开设每门课程的院校进行等级划分，得到院校等级划分结果；
对课程集中开设每门课程的教师进行等级划分，得到教师等级划分结果。
进一步来说，根据课程等级权重、选课流量权重和课程教师权重，计算课程集中每门课程的综合权威度，包括：
通过公式计算课程集中每门课程的综合权威度；
其中，为第/>门课程的综合权威度，/>为课程等级权重的加权系数，/>为选课流量权重的加权系数，/>为课程教师权重的加权系数，/>。进一步来说，课程集中每门课程的课程等级权重为：
其中，为第/>门课程的课程等级权重，/>为第/>门课程的课程等级，/>为满足选课要求的课程中任意一门课程的课程等级。
进一步来说，课程集中每门课程的选课流量权重为：
其中，为选择第/>门课程的流量权重，/>为第/>门课程的初始流量权重，为选择满足选课要求的课程中任意一门课程的流量权重，/>为未开设第/>门课程的选课院校的数量，/>为其他院校流量权重的加权系数，/>为开设第/>门课程的院校的选课流量的加权系数，/>为选择第/>门课程的第/>所院校的院校等级，第/>所院校未开设第门课程，/>为第/>所院校选择第/>门课程的学生数量，/>为开设第/>门课程的第s所院校的院校等级，/>为第s所院校选择第/>门课程的学生数量，/>。
进一步来说，课程集中每门课程的课程教师权重为：
其中，为第/>门课程的课程教师权重，/>为第/>门课程的初始课程教师权重，/>为满足选课要求的课程中任意一门课程的初始课程教师权重，/>为参与第/>门课程制作的教师总数，/>为参与制作第/>门课程的第/>个教师在课程内的等级，/>为参与制作第/>门课程的第/>个教师在所属院校的职称等级，/>为参与制作第/>门课程的第个教师所属院校的院校等级。
进一步来说，根据排名结果和院校等级划分结果计算目标院校与其他院校之间的相似度，包括：
通过公式计算目标院校与其他院校之间的相似度；
其中，为第A所院校与第B所院校之间的相似度，/>为第A所院校的院校等级，/>为第B所院校的等级，/>为相似度的控制参数，使得相似度/>处于0到1之间。
进一步来说，根据相似度和选课人数，计算满足目标院校的选课要求的课程的推荐度，包括：
通过公式计算满足目标院校的选课要求的课程的推荐度；
其中，为第/>门课程的推荐度，/>为其他院校流量对推荐度影响的加权系数，为未开设第/>门课程的选课院校的数量，/>为经归一化处理后的选择第/>门课程的第B所院校的权重，/>，/>为开设第/>门课程的院校流量对推荐度影响的加权系数，加权系数满足/>，/>为经归一化处理后的开设第/>门课程的院校权重，/>为选择第/>门课程的院校数量，/>为第B所院校与第A所院校的相似度，为第B所院校选择第/>门课程的人数，/>为选择第/>门课程的院校中的任意一所院校n与第A所院校的相似度，/>为选择第/>门课程的院校中的任意一所院校n的选课人数
本发明还提供了一种计算机可读介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现课程推荐方法。
本发明还提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现课程推荐方法。
本发明的上述方案有如下的有益效果：
本发明通过获取目标课程平台的运行数据及目标院校的基础课程数据，根据目标院校的基础课程数据对运行数据中的课程数据进行等级划分，得到课程等级划分结果、院校等级划分结果、教师等级划分结果；分别针对课程等级划分结果、院校等级划分结果和教师等级划分结果，计算每门课程的课程等级权重、选课流量权重和课程教师权重；根据课程等级权重、选课流量权重和课程教师权重，计算每门课程的综合权威度，并根据综合权威度对所有课程进行排名，得到排名结果；根据排名结果和院校等级划分结果计算目标院校与其他院校之间的相似度；根据相似度和选课人数，计算满足目标院校的选课要求的课程的推荐度，根据推荐度得到目标院校的课程推荐结果；与现有技术相比，通过计算目标院校与其他院校之间的相似度，并计算满足目标院校的选课要求的课程的推荐度，再根据推荐度筛选出目标院校的课程推荐结果，提升了课程推荐的准确率，帮助需要选课的院校获取最适合的在线课程。
本发明的其它有益效果将在随后的具体实施方式部分予以详细说明。
附图说明
图1为本发明实施例的流程示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是锁定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本发明针对现有的问题，提供了一种课程推荐方法及相关设备。
如图1所示，本发明的实施例提供了一种课程推荐方法，包括：
步骤1，获取目标课程平台的运行数据及目标院校的基础课程数据，根据目标院校的基础课程数据对运行数据中的课程数据进行等级划分，得到课程等级划分结果、院校等级划分结果、教师等级划分结果；
步骤2，分别针对课程等级划分结果、院校等级划分结果和教师等级划分结果，计算每门课程的课程等级权重、选课流量权重和课程教师权重；
步骤3，根据课程等级权重、选课流量权重和课程教师权重，计算每门课程的综合权威度，并根据综合权威度对所有课程进行排名，得到排名结果；
步骤4，根据排名结果和院校等级划分结果计算目标院校与其他院校之间的相似度；
步骤5，根据相似度和选课人数，计算满足目标院校的选课要求的课程的推荐度，根据推荐度得到目标院校的课程推荐结果。
具体来说，根据目标院校的基础课程数据对运行数据中的课程数据进行等级划分，包括：
根据目标院校的基础课程数据对运行数据中的课程数据进行筛选，得到与目标院校的基础课程数据相关的课程集；
对课程集中的每门课程进行等级划分，得到课程等级划分结果；
对课程集中开设每门课程的院校进行等级划分，得到院校等级划分结果；
对课程集中开设每门课程的教师进行等级划分，得到教师等级划分结果。
具体来说，课程等级划分结果包括国家金课、省级课程和普通课程，在本发明实施例中以满足选课要求的课程中的第/>门课程/>为例，定义课程等级划分结果为/>：
第门课程/>的初始权重为/>，/>的值定义为：
其中，为满足选课要求的课程中任意一门课程的课程等级。
在实际的选课过程中，选课流量也会对选课的权重造成影响，部分高校可能倾向于让本校学生选择自己院校开设的课程，因此课程的选课流量可能包含大量本校流量。考虑到选课流量权重计算的公平性，将本校流量权重与其他院校流量权重分开计算。定义数组/>用于描述其他选课流量，第/>所院校选择了第/>门课程，数组/>用于描述本校选课流量，第S所院校开设了课程/>，其中定义院校等级划分结果为/>：
第门课程的选课流量权重为：
其中，为选择第/>门课程的流量权重，/>为第/>门课程的初始流量权重，为选择满足选课要求的课程中任意一门课程的流量权重，/>为未开设第/>门课程的选课院校的数量，/>为其他院校流量权重的加权系数，/>为开设第/>门课程的院校的选课流量的加权系数，/>为选择第/>门课程的第/>所院校的院校等级，第/>所院校未开设第门课程，/>为第/>所院校选择第/>门课程的学生数量，/>为开设第/>门课程的第s所院校的院校等级，/>为第s所院校选择第/>门课程的学生数量，/>。
在本发明实施例中，还考虑了课程教师权重对选课的影响，因此定义参与第们课程内容制作的教师集合为/>，教师的权重集合为。在线课程的教师团队由课程总负责人、学术总策划、团队教师构成。其中，课程总负责人和学术总策划对课程内容的贡献最大，权重也最重，不同教师自身的职称和所属院校等级也存在差异，职称和所属院校等级越高的教师权重越大，考虑到教师职称和所属院校等级对教师权重的影响必须参照该教师对本课程的贡献度进行综合考量，因此将开老师的课程职称、校内职称和所属院校等级纳入初始综合评价指标。定义教师等级划分结果为/>，其中，第/>个教师的教师权重/>由数组/>表示：
第门课程/>的教师权重记为：
其中，为第/>门课程的课程教师权重，/>为第/>门课程的初始课程教师权重，/>为满足选课要求的课程中任意一门课程的初始课程教师权重，/>为参与第/>门课程制作的教师总数，/>为参与制作第/>门课程的第/>个教师在课程内的等级，/>为参与制作第/>门课程的第/>个教师在所属院校的职称等级，/>为参与制作第/>门课程的第个教师所属院校的院校等级。
具体来说，计算第门课程/>的综合权威度为：
其中，为第/>门课程的综合权威度，/>为课程等级权重的加权系数，/>为选课流量权重的加权系数，/>为课程教师权重的加权系数，/>。
具体来说，本发明实施例依据院校的等级来计算目标院校与其他院校之间的相似度，定义第A所院校的等级为：
则第B所院校和第A所院校的相似度为：
其中，为第A所院校与第B所院校之间的相似度，/>为第A所院校的院校等级，/>为第B所院校的等级，/>为相似度的控制参数，使得相似度/>处于0到1之间。
在本发明实施例中课程推荐度的计算同样需要考虑目标院校流量对推荐度值的影响，因此将目标院校流量和其他院校流量分开考量。假设第门课程满足第A所院校的选课要求，去除相似度为负值的流量后，定义选择第/>门课程的其他院校集合为，与第A所院校的相似度集合为/>，对应的选课人数为/>；开设第/>门课程的院校记为S，院校S的选课人数为/>，院校S与第A所院校的相似度为/>。
不同特征往往具有不同的量纲单位，这样的情况会影响到数据分析的结果，为了消除人数指标和相似度指标之间的量纲影响，需要对相关指标进行归一化处理，选择第i门课程的第B所院校经归一化处理后的的权重记为：
第门课程/>的推荐度为：
其中，为第/>门课程的推荐度，/>为其他院校流量对推荐度影响的加权系数，为未开设第/>门课程的选课院校的数量，/>为经归一化处理后的选择第/>门课程的第B所院校的权重，/>为开设第/>门课程的院校流量对推荐度影响的加权系数，加权系数满足/>，/>为经归一化处理后的开设第/>门课程的院校权重，/>为选择第/>门课程的院校数量，/>为第B所院校与第A所院校的相似度，/>为第B所院校选择第/>门课程的人数，/>为选择第/>门课程的院校中的任意一所院校n与第A所院校的相似度，为选择第/>门课程的院校中的任意一所院校n的选课人数。
基于上述权重的计算，给符合第A所院校选课要求的课程集的排名计算方法如下：
根据课程的初始权重对课程集内的所有课程进行排名，如果课程集中课程的数量大于五，则只保留分数最高的前40%的课程；若课程集中课程数量小于等于五，则全部保留；
对保留的课程分别进行推荐度计算，将计算结果按照降序顺序进行排序，得到最终排名，并将排名第一的课程作为目标院校的最优课程推荐结果。
下面通过实例对本发明实施例所提出的课程推荐方法的有效性进行验证说明：
近年来，许多在线课程平台，如慕课、智慧树、网易公开课都包含大量的在线课程数据，用户数据和运行数据，其中，智慧树是全球大型的学分课程运营服务平台。服务的会员院校接近3000所，已有超2000万人次大学生通过平台自修并获得学分。该平台有丰富的交互式数据，其中包含详细基本课程信息，课程教学团队，所有选课院校和人数，以及开课历年课程运行数据等。相比于其他平台，其数据更多，更利于算法分析；此外，据研究统计，高校学生在选课时往往会花费更多的时间在理工科课程的查找和筛选上，因此本发明实施例选取智慧树平台的线性代数课程作为实例，首先通过网络爬虫获取到智慧树平台所有线性代数内容的大学共享课，并去除重要数据缺失严重的课程后，总共剩下24门课程，如下表1所示：
表1
上表1中这24门课程数据包含详细的课程类型数据，详细教师团队信息，详细选课群体信息。
进一步确定相关权重求解步骤中待定系数的值，如下表2所示：
表2
根据上表2进行综合权威度计算，得到下表3：
表3
由上表3可看出，华南农业大学的线代课程的课程等级权重，课程教师权重，选课流量权重在24门课程中均属于较高水平，因此分数最高；中国海洋大学的线性代数课程虽然课程级别和师资力量不如剩余四个课程，但选课流量在24门课程中最大，选课院校分布最广，因此权威度排名第四；哈尔滨工程大学的两门课程课程教师权重更大；北华大学选课人数多。在不考虑课程选课流量与用户的相似度情况下，此排名能清晰的反应出每门课程的最基本的权威度。
最后对选课院校进行相似度研究，挖掘出与用户最相似的院校的选择，计算出满足目标院校的选课要求的课程的推荐度，并依据推荐度对课程进行最终排名。
假设希望选择最合适线性代数课程的第A所院校为普通大学，相关步骤求解的待定系数取值如下表4所示：
表4
根据上表4计算推荐度并进行排序，结果如下表5所示：
表5
由上表5可看出，在进行推荐度计算中，中国海洋大学的选课群体大部分与第A所院校的相似度较高，且其他院校选课人数多，因此分数最高；北华大学选课人数稍少，但选课群体也与第A所院校的相似度较高；华南农业大学选课群体包含了大量和第A所院校相似度高的群体，因此排名上升。而哈尔滨工程大学开设的课程选课人数基本集中在目标院校，其他院校选课人数少，被其他课程拉开差距；通过院校与院校之间的相似度对初始排名进行重新排名，更加符合选课院校的需求，也更有可能适合该选课院校的学生。
本发明实施例通过获取目标课程平台的运行数据及目标院校的基础课程数据，根据目标院校的基础课程数据对运行数据中的课程数据进行等级划分，得到课程等级划分结果、院校等级划分结果、教师等级划分结果；分别针对课程等级划分结果、院校等级划分结果和教师等级划分结果，计算每门课程的课程等级权重、选课流量权重和课程教师权重；根据课程等级权重、选课流量权重和课程教师权重，计算每门课程的综合权威度，并根据综合权威度对所有课程进行排名，得到排名结果；根据排名结果和院校等级划分结果计算目标院校与其他院校之间的相似度；根据相似度和选课人数，计算满足目标院校的选课要求的课程的推荐度，根据推荐度得到目标院校的课程推荐结果；与现有技术相比，通过计算目标院校与其他院校之间的相似度并计算满足目标院校的选课要求的课程的推荐度，再根据推荐度筛选出目标院校的课程推荐结果，提升了课程推荐的准确率，帮助需要选课的院校获取最适合的在线课程。
本发明实施例还提供了一种计算机可读介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现课程推荐方法。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到构建装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器（ROm，Read-Only memory）、随机存取存储器（RAm，RandomAccess memory）、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
本发明实施例还提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现课程推荐方法。
需要说明的是，终端设备可以是手机、平板电脑、笔记本电脑、超级移动个人计算机（UmPC，Ultra-mobile Personal Computer）、上网本、个人数字助理（PDA，PersonalDigital Assistant）等终端设备上，例如，终端设备可以是WLAN中的站点（ST，STAiON），可以是蜂窝电话、无绳电话、会话启动协议（SiP，Session initiation Protocol）电话、无线本地环路（WLL，Wireless Local Loop）站、个人数字处理（PDA，Personal DigitalAssistant）设备、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、电脑、膝上型计算机、手持式通信设备、手持式计算设备、卫星无线设备等。本发明实施例对终端设备的具体类型不作任何限制。
所称处理器可以是中央处理单元(CPU，Central Processing Unit)，该处理器还可以是其他通用处理器、数字信号处理器(DSP，Digital Signal Processor)、专用集成电路(ASiC，Application Specific integrated Circuit)、现成可编程门阵列(FPGA，Field-Programmable Gate Array)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器在一些实施例中可以是所述终端设备的内部存储单元，例如终端设备的硬盘或内存。所述存储器在另一些实施例中也可以是所述终端设备的外部存储设备，例如所述终端设备上配备的插接式硬盘，智能存储卡（SmC，Smart media Card），安全数字（SD，Secure Digital）卡，闪存卡（Flash Card）等。进一步地，所述存储器还可以既包括所述终端设备的内部存储单元也包括外部存储设备。所述存储器用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本发明实施例方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种课程推荐方法，其特征在于，包括：
步骤1，获取目标课程平台的运行数据及目标院校的基础课程数据，根据所述目标院校的基础课程数据对所述运行数据中的课程数据进行等级划分，得到课程等级划分结果、院校等级划分结果、教师等级划分结果；
步骤2，分别针对所述课程等级划分结果、院校等级划分结果和教师等级划分结果，计算每门课程的课程等级权重、选课流量权重和课程教师权重；
步骤3，根据所述课程等级权重、所述选课流量权重和所述课程教师权重，计算每门课程的综合权威度，并根据所述综合权威度对所有课程进行排名，得到排名结果；
步骤4，将所述排名结果中排名为前40%的所有课程进行保留，若课程数量小于等于5，则全部保留，计算所述目标院校与保留的所有课程中其他院校之间的相似度；
步骤5，根据所述相似度和选课人数，计算保留的课程中满足目标院校的选课要求的课程的推荐度，根据所述推荐度得到所述目标院校的课程推荐结果。
2.根据权利要求1所述的课程推荐方法，其特征在于，所述根据所述目标院校的基础课程数据对所述运行数据中的课程数据进行等级划分，包括：
根据所述目标院校的基础课程数据对所述运行数据中的课程数据进行筛选，得到与所述目标院校的基础课程数据相关的课程集；
对所述课程集中的每门课程进行等级划分，得到课程等级划分结果；
对所述课程集中开设每门课程的院校进行等级划分，得到院校等级划分结果；
对所述课程集中开设每门课程的教师进行等级划分，得到教师等级划分结果。
3.根据权利要求2所述的课程推荐方法，其特征在于，所述根据所述课程等级权重、所述选课流量权重和所述课程教师权重，计算所述课程集中每门课程的综合权威度，包括：
通过公式计算所述课程集中每门课程的综合权威度；
其中，为第/>门课程的综合权威度，/>为课程等级权重的加权系数，/>为选课流量权重的加权系数，/>为课程教师权重的加权系数，/>，/>为第/>门课程的课程等级权重，/>为选择第/>门课程的流量权重，/>为第/>门课程的课程教师权重。
4.根据权利要求3所述的课程推荐方法，其特征在于，
所述课程集中每门课程的课程等级权重为：
其中，为第/>门课程的课程等级权重，/>为第/>门课程的课程等级，/>为满足选课要求的课程中任意一门课程的课程等级。
5.根据权利要求3所述的课程推荐方法，其特征在于，
所述课程集中每门课程的选课流量权重为：
其中，为选择第/>门课程的流量权重，/>为第/>门课程的初始流量权重，/>为选择满足选课要求的课程中任意一门课程的流量权重，/>为未开设第/>门课程的选课院校的数量，/>为其他院校流量权重的加权系数，/>为开设第/>门课程的院校的选课流量的加权系数，/>为选择第/>门课程的第/>所院校的院校等级，第/>所院校未开设第/>门课程，/>为第/>所院校选择第/>门课程的学生数量，/>为开设第/>门课程的第s所院校的院校等级，/>为第s所院校选择第/>门课程的学生数量，/>。
6.根据权利要求3所述的课程推荐方法，其特征在于，
所述课程集中每门课程的课程教师权重为：
其中，为第/>门课程的课程教师权重，/>为第/>门课程的初始课程教师权重，为满足选课要求的课程中任意一门课程的初始课程教师权重，/>为参与第/>门课程制作的教师总数，/>为参与制作第/>门课程的第/>个教师在课程内的等级，/>为参与制作第/>门课程的第/>个教师在所属院校的职称等级，/>为参与制作第/>门课程的第/>个教师所属院校的院校等级。
7.根据权利要求3所述的课程推荐方法，其特征在于，所述根据所述排名结果和所述院校等级划分结果计算所述目标院校与其他院校之间的相似度，包括：
通过公式计算所述目标院校与其他院校之间的相似度；
其中，为第A所院校与第B所院校之间的相似度，/>为第A所院校的院校等级，为第B所院校的等级，/>为相似度的控制参数，使得相似度/>处于0到1之间。
8.根据权利要求7所述的课程推荐方法，其特征在于，
所述根据所述相似度和选课人数，计算满足目标院校的选课要求的课程的推荐度，包括：
通过公式计算满足目标院校的选课要求的课程的推荐度；
其中，为第/>门课程的推荐度，/>为其他院校流量对推荐度影响的加权系数，/>为未开设第/>门课程的选课院校的数量，/>为经归一化处理后的选择第/>门课程的第B所院校的权重，/>，/>为开设第/>门课程的院校流量对推荐度影响的加权系数，加权系数满足/>，/>为经归一化处理后的开设第/>门课程的院校权重，/>为选择第/>门课程的院校数量，/>为第B所院校与第A所院校的相似度，/>为第B所院校选择第/>门课程的人数，/>为选择第/>门课程的院校中的任意一所院校n与第A所院校的相似度，/>为选择第/>门课程的院校中的任意一所院校n的选课人数。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的课程推荐方法。
10.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的课程推荐方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310613041.7A CN116384840B (zh) | 2023-05-29 | 2023-05-29 | 一种课程推荐方法及相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310613041.7A CN116384840B (zh) | 2023-05-29 | 2023-05-29 | 一种课程推荐方法及相关设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116384840A CN116384840A (zh) | 2023-07-04 |
| CN116384840B true CN116384840B (zh) | 2023-08-22 |
Family
ID=86963696
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310613041.7A Active CN116384840B (zh) | 2023-05-29 | 2023-05-29 | 一种课程推荐方法及相关设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116384840B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116843526B (zh) * | 2023-08-31 | 2023-12-15 | 湖南强智科技发展有限公司 | 一种提升学生选课概率的方法、系统、设备及存储介质 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2835324A1 (en) * | 2011-04-07 | 2012-10-11 | Tristan DENLEY | Course recommendation system and method |
| CN104008515A (zh) * | 2014-06-04 | 2014-08-27 | 江苏金智教育信息技术有限公司 | 一种智能选课推荐的方法 |
| KR20160020820A (ko) * | 2014-08-14 | 2016-02-24 | 김용섭 | 자기 주도 학습 관리 서비스를 운영하는 방법 및 시스템 |
| CN107220916A (zh) * | 2017-05-27 | 2017-09-29 | 邹杰 | 学习资源推送方法及装置 |
| WO2018223530A1 (zh) * | 2017-06-08 | 2018-12-13 | 深圳市鹰硕技术有限公司 | 一种基于互联网的录播数据学习监控方法 |
| CN109035930A (zh) * | 2017-06-08 | 2018-12-18 | 深圳市鹰硕技术有限公司 | 一种基于互联网的录播数据推荐方法 |
| CN109190018A (zh) * | 2018-08-07 | 2019-01-11 | 苏州承儒信息科技有限公司 | 基于用户相似度的本地教育机构智能推荐方法及其系统 |
| CN109299372A (zh) * | 2018-10-18 | 2019-02-01 | 浙江正元智慧科技股份有限公司 | 一种基于协同过滤的智慧选课推荐方法 |
| CN110019392A (zh) * | 2017-11-07 | 2019-07-16 | 北京大米科技有限公司 | 在网络教学系统中推荐教师的方法 |
| CN110610404A (zh) * | 2019-09-11 | 2019-12-24 | 中国联合网络通信集团有限公司 | 网络课程推荐方法、装置、系统、电子设备、存储介质 |
| CN111506810A (zh) * | 2020-03-19 | 2020-08-07 | 威比网络科技(上海)有限公司 | 课程信息推送方法、系统、设备及存储介质 |
| CN111581529A (zh) * | 2020-05-07 | 2020-08-25 | 之江实验室 | 一种结合学生适合度和课程搭配度的课程推荐方法及装置 |
| CN112347352A (zh) * | 2020-11-04 | 2021-02-09 | 湖北工程学院 | 一种课程推荐方法、装置及存储介质 |
| KR20210024963A (ko) * | 2019-08-26 | 2021-03-08 | 박보미 | 사용자가 지망하는 해외 대학 진학에 맞춘 유학 코스 추천 방법, 장치 및 컴퓨터-판독가능 기록매체 |
| CN112541846A (zh) * | 2020-12-22 | 2021-03-23 | 山东师范大学 | 一种基于注意力机制的高校选修课混合推荐方法及系统 |
| CN114547481A (zh) * | 2022-02-23 | 2022-05-27 | 东南大学 | 一种基于模糊逻辑和教学计划的mooc课程混合推荐方法 |
| CN115222564A (zh) * | 2022-07-21 | 2022-10-21 | 深圳市人人师网络科技有限公司 | 一种在线学习平台课程智能推荐方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040009461A1 (en) * | 2000-04-24 | 2004-01-15 | Snyder Jonathan Scott | System for scheduling classes and managing eductional resources |
| US8506304B2 (en) * | 2008-01-23 | 2013-08-13 | Carol Conner | Method for recommending a teaching plan in literacy education |
| US20140199674A1 (en) * | 2013-01-16 | 2014-07-17 | Empowered Schools, Inc. | Combined Curriculum And Grade Book Manager With Integrated Student/Teacher Evaluation Functions Based On Adopted Standards |
| US20150248739A1 (en) * | 2014-02-28 | 2015-09-03 | Linkedin Corporation | Recommendation system of educational opportunities to members in a social network |
| US11908028B2 (en) * | 2014-03-17 | 2024-02-20 | Michael Olenick | Method and system for curriculum management services |
| US20180233057A1 (en) * | 2017-02-13 | 2018-08-16 | Microsoft Technology Licensing, Llc | Proactive content recommendation in teaching space |
-
2023
- 2023-05-29 CN CN202310613041.7A patent/CN116384840B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2835324A1 (en) * | 2011-04-07 | 2012-10-11 | Tristan DENLEY | Course recommendation system and method |
| CN104008515A (zh) * | 2014-06-04 | 2014-08-27 | 江苏金智教育信息技术有限公司 | 一种智能选课推荐的方法 |
| KR20160020820A (ko) * | 2014-08-14 | 2016-02-24 | 김용섭 | 자기 주도 학습 관리 서비스를 운영하는 방법 및 시스템 |
| CN107220916A (zh) * | 2017-05-27 | 2017-09-29 | 邹杰 | 学习资源推送方法及装置 |
| WO2018223530A1 (zh) * | 2017-06-08 | 2018-12-13 | 深圳市鹰硕技术有限公司 | 一种基于互联网的录播数据学习监控方法 |
| CN109035930A (zh) * | 2017-06-08 | 2018-12-18 | 深圳市鹰硕技术有限公司 | 一种基于互联网的录播数据推荐方法 |
| CN110019392A (zh) * | 2017-11-07 | 2019-07-16 | 北京大米科技有限公司 | 在网络教学系统中推荐教师的方法 |
| CN109190018A (zh) * | 2018-08-07 | 2019-01-11 | 苏州承儒信息科技有限公司 | 基于用户相似度的本地教育机构智能推荐方法及其系统 |
| CN109299372A (zh) * | 2018-10-18 | 2019-02-01 | 浙江正元智慧科技股份有限公司 | 一种基于协同过滤的智慧选课推荐方法 |
| KR20210024963A (ko) * | 2019-08-26 | 2021-03-08 | 박보미 | 사용자가 지망하는 해외 대학 진학에 맞춘 유학 코스 추천 방법, 장치 및 컴퓨터-판독가능 기록매체 |
| CN110610404A (zh) * | 2019-09-11 | 2019-12-24 | 中国联合网络通信集团有限公司 | 网络课程推荐方法、装置、系统、电子设备、存储介质 |
| CN111506810A (zh) * | 2020-03-19 | 2020-08-07 | 威比网络科技(上海)有限公司 | 课程信息推送方法、系统、设备及存储介质 |
| CN111581529A (zh) * | 2020-05-07 | 2020-08-25 | 之江实验室 | 一种结合学生适合度和课程搭配度的课程推荐方法及装置 |
| CN112347352A (zh) * | 2020-11-04 | 2021-02-09 | 湖北工程学院 | 一种课程推荐方法、装置及存储介质 |
| CN112541846A (zh) * | 2020-12-22 | 2021-03-23 | 山东师范大学 | 一种基于注意力机制的高校选修课混合推荐方法及系统 |
| CN114547481A (zh) * | 2022-02-23 | 2022-05-27 | 东南大学 | 一种基于模糊逻辑和教学计划的mooc课程混合推荐方法 |
| CN115222564A (zh) * | 2022-07-21 | 2022-10-21 | 深圳市人人师网络科技有限公司 | 一种在线学习平台课程智能推荐方法 |
Non-Patent Citations (1)
| Title |
|---|
| 精品课程的网络资源建设;石彪 等;科教导刊;87-88 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116384840A (zh) | 2023-07-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gaston-Gayles | Examining academic and athletic motivation among student athletes at a Division I university | |
| Crossley | The circuit trainer’s habitus: Reflexive body techniques and the sociality of the workout | |
| Bressoud et al. | The calculus student: insights from the Mathematical Association of America national study | |
| Bæck | ‘We are the professionals’: A study of teachers’ views on parental involvement in school | |
| CN116384840B (zh) | 一种课程推荐方法及相关设备 | |
| Hutzler et al. | Attitudes and self-efficacy of Arabic-speaking physical education teachers in Israel toward including children with disabilities | |
| US20180053434A1 (en) | Method, system and non-transitory computer-readable recording medium for assisting learning | |
| JP2002072856A (ja) | 受講講習会選定装置、受講講習会選定方法、及び記憶媒体 | |
| Chen et al. | Sports Coaching Development in China: the system, challenges and opportunities | |
| Criollo-C et al. | Encouraging student motivation through gamification in engineering education | |
| Walker et al. | A bourdieusian latent class analysis of cultural, arts, heritage and sports activities in the UK representative understanding society dataset | |
| Basaran et al. | A multi-criteria decision making to rank android based mobile applications for mathematics | |
| Wardaszko | Building simulation game-based teaching program for secondary school students | |
| KR20220039861A (ko) | 장애인 체육교육 개발과 교육관리시스템 및 그 방법 | |
| Ibragimovich | USE OF FOREIGN EXPERIENCE IN THE EDUCATIONAL SYSTEM AND SPECIFIC ASPECTS OF EDUCATIONAL TECHNOLOGIES | |
| CN109784615A (zh) | 一种数字化学习资源应用成效的计算方法 | |
| Alghamdi et al. | Healthy lifestyle, physical education, and sports for Saudi women | |
| Horvat et al. | Country Profile of Slovenia: Sport Policy System in a Small State | |
| Masilo et al. | Discovering user acceptance of bring your own device (BYOD) in higher education | |
| Bower | Career paths and advice for women wanting to obtain a management position within the health and fitness industry | |
| KR20080023459A (ko) | 인터넷을 통한 문제 제공 시스템 및 이를 이용한 문제 제공방법 | |
| Fehn | Theodore Roosevelt and American Masculinity | |
| Li et al. | Research on the innovative path of psychological healthy education of university students in the context of big data | |
| Kuzmina et al. | Modern academic physical education and healthy lifestyle cultivation technologies | |
| Zheng | Some practical item selection algorithms in cognitive diagnostic computerized adaptive testing----smart diagnosis for smart learning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |