隨著新高考改革制度和素質教育模式的推廣,中學生的學生發(fā)展指導教育工作已經成為現階段教育領域的關注核心。學生發(fā)展指導工作主要解決學業(yè)發(fā)展、高考選科、心理輔導這三大問題,這將直接關系到祖國下一代的成長問題。但是,專門面向學生發(fā)展指導的教育資源相對匱乏,教學效果難以保證,如果學生沒有及時得到專業(yè)教師的解惑和幫助,很可能對學生造成不可挽回的損失。如何將教育和大數據技術結合,為學生發(fā)展指導的教學工作提供支持,非常具有研究意義。結合中學對學生發(fā)展工作的現狀分析,本文設計并實現面向中學生的學涯發(fā)展平臺,分析學生在教學場景下的行為數據,構建學生興趣偏好模型,向學生個性化推薦教育資源,實現因材施教。學涯發(fā)展平臺通過Spark大數據平臺對教育大數據進行收集整理,構建學生的興趣偏好模型,結合推薦算法來實現個性化推薦,以此來豐富學校在學生發(fā)展指導方面的教育工作,提高教育質量。本文基于微信公眾平臺開發(fā)學涯發(fā)展平臺,實現學生和指導老師在線預約課程、在線互動交流,以及向學生推薦最新教育資訊,完成教學場景的數據化,完整記錄并收集教育教學過程中的大數據;提出一種基于混合自編碼器的協(xié)同過濾推薦算法,構建學生的興趣偏好模型... 

【文章來源】：中國科學院大學(中國科學院沈陽計算技術研究所)遼寧省

【文章頁數】：89 頁

【學位級別】：碩士

【部分圖文】：

基于用戶相似度的協(xié)同過濾算法Figure2.1Collaborativefilteringalgorithmbasedonusersimilarity

圖 2.2 自動編碼器模型Figure 2.2 Auto-encoder Model降噪自編碼器作為自編碼器的優(yōu)化模型，通過接收損壞的原始數據為輸練原始數據為輸出。相比較傳統(tǒng)的自編碼器，通過對數據隨機損壞，集的規(guī)模，極大的緩和過擬合現象的發(fā)生，提高了網絡模型的魯棒性程如圖圲圮圳所示：

圖 2.2 自動編碼器模型Figure 2.2 Auto-encoder Model降噪自編碼器作為自編碼器的優(yōu)化模型，通過接收損壞的原始數據為輸練原始數據為輸出。相比較傳統(tǒng)的自編碼器，通過對數據隨機損壞，集的規(guī)模，極大的緩和過擬合現象的發(fā)生，提高了網絡模型的魯棒性程如圖圲圮圳所示：

【參考文獻】：
期刊論文
[1]基于用戶興趣模型的推薦算法[J]. 于波,楊紅立,冷淼.  計算機系統(tǒng)應用. 2018(09)
[2]基于信任和矩陣分解的協(xié)同過濾推薦算法[J]. 鄭鵬,王應明,梁薇.  計算機工程與應用. 2018(13)
[3]基于ASVD的協(xié)同過濾推薦算法[J]. 李春春,李俊.  小型微型計算機系統(tǒng). 2018(06)
[4]基于深度學習的論文個性化推薦算法[J]. 王妍,唐杰.  中文信息學報. 2018(04)
[5]基于深度信念網絡的個性化信息推薦[J]. 王兆凱,李亞星,馮旭鵬,劉利軍,黃青松,劉曉梅.  計算機工程. 2016(10)
[6]基于SDAE及極限學習機模型的協(xié)同過濾應用研究[J]. 潘昊,王新偉.  計算機應用研究. 2017(08)
[7]基于棧式降噪自編碼器的協(xié)同過濾算法[J]. 周洋,陳家琪.  計算機應用研究. 2017(08)
[8]在推薦系統(tǒng)中利用時間因素的方法[J]. 范家兵,王鵬,周渭博,燕京京.  計算機應用. 2015(05)
[9]云計算環(huán)境下基于協(xié)同過濾的個性化推薦機制[J]. 朱夏,宋愛波,東方,羅軍舟.  計算機研究與發(fā)展. 2014(10)
[10]基于填充和相似性信任因子的協(xié)同過濾推薦算法[J]. 郝立燕,王靖.  計算機應用. 2013(03)



本文編號：2956516