典型文献
突破智慧教育:基于图学习的课程推荐系统
文献摘要：
近年来,随着互联网技术的迅猛发展,以慕课(MOOC)为代表的在线教育平台得到广泛普及.为助力"因材施教"的个性化智慧教育,以推荐算法为代表的人工智能技术受到了学术界与工业界的普遍关注.虽然在电子商务等领域获得了成功应用,但推荐算法与在线教育融合时仍面临严峻挑战:现有算法对隐式交互数据的挖掘不充足,推荐背后的知识指导作用不明显,面向实践的推荐系统软件有缺失.对此,设计了一套面向工业化场景的智慧课程推荐系统:(1)提出基于图卷积神经网络的推荐引擎,将"用户-课程"隐式交互数据建模为异构图;(2)将课程知识信息融入"用户-课程"异构图,深入挖掘了"用户-课程-知识"关联关系;(3)设计了高效的在线推荐系统,实现了"预处理-召回-离线排序-在线推荐-结果融合"的多段流水线原型,不仅能够快速响应课程推荐请求,更能有效缓解推荐算法落地的最大障碍——冷启动问题.最后,基于真实课程学习平台数据集,以对比实验表明了离线推荐引擎相比其他主流推荐算法的先进性,并基于两个典型用例分析验证了在线推荐系统面临工业场景需求的可用性.
文献关键词：
个性化教育;图卷积神经网络;在线推荐系统;机器学习
中图分类号：
作者姓名：
歹杰;李青山;褚华;周洋涛;杨文勇;卫彪彪
作者机构：
西安电子科技大学计算机科学与技术学院,陕西西安710071
文献出处：
引用格式：
[1]歹杰;李青山;褚华;周洋涛;杨文勇;卫彪彪-.突破智慧教育:基于图学习的课程推荐系统)[J].软件学报,2022(10):3656-3672
A类：
在线推荐系统
B类：
智慧教育,图学习,课程推荐,慕课,MOOC,在线教育平台,因材施教,推荐算法,工业界,成功应用,教育融合,隐式,交互数据,系统软件,智慧课程,图卷积神经网络,推荐引擎,数据建模,异构图,课程知识,关联关系,召回,离线,多段,流水线,快速响应,请求,冷启动问题,课程学习,学习平台,平台数据,用例分析,分析验证,工业场景,可用性,个性化教育
AB值：
0.303755
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
