基于高低阶特征交叉的校园课程推荐系统研究

摘要：

推荐系统是利用用户的相关特征进行的相关物品推荐,大多应用于商业,展现了不凡的效果.针对当前高校存在的课程种类繁多、学生选课困难、教学资源浪费等现象,本文迁移商业中的类似人群拓展思想,提出校园课程推荐系统,并充分利用因子分解机和多层感知机,实现了低阶和高阶的特征交叉,达到了更佳的推荐效果,从而改善了教学资源利用率,提高了学生的选课兴趣.

关键词：推荐系统、神经网络、因子分解机、在线选课

分类号：TP391;TP181;G434

在线出版日期：2019-12-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：130-132