基于深度学习的学生画像选课系统研究
目前,深度学习利用自身优势,已在语音识别、图像处理等方面取得了重大的突破与成就.然而,深度学习在选课推荐系统领域的研究与应用还处于早期阶段.考虑传统的选课系统难以考虑到影响学生选课的多因素,本文基于深度学习,结合协同过滤技术在选课系统中的应用,实现对学生的多方面画像,构建出一个实时感知学生喜好变化,且对其进行智能推荐选课的平台,实现从学生到课程的无误差匹配.
用户画像技术、深度学习、协同过滤技术、学生选课系统
17
TP391(计算技术、计算机技术)
江西科技学院自然科学项目ZR1904
2021-05-20(万方平台首次上网日期,不代表论文的发表时间)
共3页
184-186