北京大学课程推荐引擎的设计和实现

摘要：

为了在管理信息系统中向师生提供更个性化、人性化的服务，将推荐引擎应用到北京大学学生选课系统中，设计并实现北京大学课程推荐引擎。改进的推荐算法是一种以学生属性分类为前提的协同过滤算法，通过分析选课系统中课程推荐与商业推荐的不同点和学生属性、改进学生相似度的计算方法实现推荐。以北京大学学生选课系统为平台，2013—2014学年度第1学期的10682名本科生为测试集，为其推荐课程，推荐结果的准确率为34．6％。该系统为学生选课提供了有效的指导，填补了选课系统智能化、个性化方面的空白。

关键词：北京大学、课程推荐、推荐引擎、协同过滤、选课系统、管理信息系统

分类号：TP319(计算技术、计算机技术)

资助基金：北京大学教育发展研究中心2013北大研究课题 Y＋25．

在线出版日期：2015-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：369-375