摘要：隨著學生在教學過程中主體地位的突出，學生選課已成為學生個性化發(fā)展的重要途徑，而大多數(shù)高校在選課機制方面仍存在一定欠缺，為此本文在學生選課環(huán)節(jié)中引入了數(shù)據(jù)挖掘技術(shù)及協(xié)同過濾算法。本文針對高校選課個性化推薦系統(tǒng)進行研究，通過分析高校選課制度的現(xiàn)狀并將協(xié)同過濾算法、數(shù)據(jù)挖掘技術(shù)和個性化推薦技術(shù)等相關(guān)技術(shù)運用到該系統(tǒng)當中，促進選課個性化推薦系統(tǒng)的優(yōu)化。

關(guān)鍵詞：協(xié)同過濾算法；高校選課推薦系統(tǒng)；數(shù)據(jù)挖掘

中圖分類號：TP391.3 文獻標識碼：A 文章編號：1007-9599 （2012） 20-0000-02

隨著教育改革的推進選課制度已在高校普及多年，為了滿足學生的個性化需求，根據(jù)上課時間、學習興趣、任課老師以及學習進程等各方面的需求選擇適合自己的課程，課程的自選使得學生的自由空間更大且學習效率明顯提升。選課制度作為高校教學管理制度改革內(nèi)容的一部分同時也是學分制的重要內(nèi)容，選課制度的設(shè)計及實施過程都需結(jié)合大學生教育理念。改革開放的到來更是為教育吹來了春風，教育體制也突破了傳統(tǒng)模式，開始實行選課制和學分制。

1 我國高校選課制度的現(xiàn)狀

隨著選課制在高校的普及，教育也逐漸走向網(wǎng)絡(luò)化和信息化，在這樣一個計算機網(wǎng)絡(luò)普及的時代自然選課過程也趨于網(wǎng)絡(luò)化。受到傳統(tǒng)觀念及學年制的影響，選課制度在運行過程中還存在一定的缺陷，另外在新教學觀念的實施和高素質(zhì)人才的培養(yǎng)中選課制也沒有體現(xiàn)其優(yōu)勢，具體原因有下幾個方面：

1.1 目前實施的選課制不利于學生的個性發(fā)展

隨著社會對人才專業(yè)需求的多樣化，傳統(tǒng)的人才培養(yǎng)模式已無法滿足社會發(fā)展需求，同時也抑制了學生的個性化發(fā)展。選課制的實行使得學生可根據(jù)自身的興趣愛好選擇合適的課程、任課教師以及學習時間，各種自由的選擇使得的個性特征得到滿足，從而提高了學生的學習積極性。

1.2 沒有實現(xiàn)真正的選課

盡管有部分學校允許學生選擇跨專業(yè)、跨年級的課程，但在教師資源、上課時間以及場地資源等影響下，學生仍無法選擇自己喜歡的課程，時間及資源上的沖突使得學生在自主選課上受到了一定的限制，對于比較熱門的課程，當選課人數(shù)較多資源有限時，課程就會被刪除，自主選課無法充分發(fā)揮其作用。隨著高校不斷擴招，教師資源越來越匱乏，學生的選擇范圍有限。

1.3 選課工作實施不到位

選課指導也是一個很重要的環(huán)節(jié)，特別是新生由于對課程了解不深，因此很容易出現(xiàn)盲目選課現(xiàn)象。部分學生了為了選擇簡單易學的知識而不顧自身發(fā)展，隨意性的選課對教學質(zhì)量造成了很大的影響，同時也脫離了選課制實行的初衷。針對這個問題本文提出了利用數(shù)據(jù)挖掘技術(shù)篩選歷史選課數(shù)據(jù)中隱藏的、有用的知識，作為指導學生選課的依據(jù)，該課題的提出對高校教學管理改革有著重要的現(xiàn)實意義。

2 相關(guān)技術(shù)

2.1 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘技術(shù)是一種從大量的、無規(guī)律的、模糊且隨機的數(shù)據(jù)中提取有用信息和知識的一種方法，數(shù)據(jù)挖掘技術(shù)作為一門交叉學科，其中包含了許多運用技術(shù)和挖掘工具，其中運用到的技術(shù)有數(shù)據(jù)庫技術(shù)、統(tǒng)計學、模型識別、機器學習和人工智能等。由于數(shù)據(jù)挖掘技術(shù)具有獨特的優(yōu)勢，因而它在多個領(lǐng)域都有應(yīng)用，特別是在銀行、銷售、保險、電信和交通等領(lǐng)域的運用已趨于成熟。

2.2 個性化推薦技術(shù)

個性化推薦技術(shù)是數(shù)據(jù)挖掘技術(shù)中一類，該技術(shù)直到20世紀末期才被單獨提出來，隨著計算機技術(shù)的不斷發(fā)展，直到Web2.0技術(shù)成熟后該技術(shù)才被運用到實際當中。個性化推薦技術(shù)的運用使得用戶對信息的獲取從被動變?yōu)橹鲃?。個性化推薦技術(shù)在商業(yè)領(lǐng)域中的成功運用，使得推薦系統(tǒng)的產(chǎn)品種類大幅度增加，較具代表性的推薦系統(tǒng)有eBay、Amazon和You tube等，這些系統(tǒng)的用戶數(shù)量相當可觀。

2.3 協(xié)同過濾系統(tǒng)

在所有個性化推薦系統(tǒng)中協(xié)同過濾系統(tǒng)的運用效果和運用情況都是最好的，協(xié)同過濾推薦作為一項很受歡迎的信息過濾技術(shù)，它可以對過濾內(nèi)容進行過濾和分析，從而分析出用戶的興趣愛好，提高信息服務(wù)質(zhì)量。根據(jù)對象的不同協(xié)同過濾推薦算法可分為基于用戶和基于項目的兩種協(xié)同過濾推薦算法。

3 學生個性化選課推薦系統(tǒng)的研究

本文采用的是基于用戶的協(xié)同過濾算法，在高校選課系統(tǒng)中融入該算法可幫助學生根據(jù)自身的興趣愛好選擇與自身發(fā)展最為貼近的課程、學習量及任課教師，個性化選課推薦系統(tǒng)的運用使得高校選課機制更為完善。

在推薦系統(tǒng)內(nèi)建立評價矩陣，對學生在選課過程中的主要因素進行描述，如興趣愛好、專業(yè)、學習程度、選課記錄和老師評價等，算法根據(jù)學生這些信息對其行為進行分析，并建立相應(yīng)的學生項，通過與評價矩陣中的項進行對比找出相似度最高的選課記錄，并向該學生進行課程推薦。由此可見，個性化高校選課推薦系統(tǒng)模型主要分為評價矩陣、搜索最近鄰居和課程推薦三個部分。

3.1 建立評價矩陣

根據(jù)專業(yè)、愛好、選課記錄、學習程度等信息收集歷史選課數(shù)據(jù)，若直接從教務(wù)系統(tǒng)中選取，則需對數(shù)據(jù)進行清洗和轉(zhuǎn)化，從而形成協(xié)同過濾算法學生選課評價矩陣。如表1所示為協(xié)同過濾算法學生選課評價矩陣：

表1協(xié)同過濾算法學生選課評價矩陣

Item1Item2…Item′

Student135…4

Student254 4

………Rij…

Student″54…2

Student′25…3

在上述矩陣中Rij中的i代表的是學生，j代表的是項目，R代表的是評價。Rij的取值范圍通常在[0，5]這個區(qū)間范圍內(nèi)，分值的大小與評價的高低成正比。

3.2 搜索最近鄰居

將目標學生與評價舉證中所有學生的相似度進行對比，找出相似度最高的一組并建立相應(yīng)的最近鄰居集合，在基于用戶的寫通過率算法中這步是很難關(guān)鍵的，相似度的具體算法如下所示：

在上述公式中 代表目標學生與矩陣學生的相似度，y代表兩者共同評價過的項目， 和 表示a學生和i學生對y項目的評價， 和 表示項目評價平均值。

3.3 產(chǎn)生推薦

根據(jù)評價結(jié)果和推薦算法產(chǎn)生推薦，具體推薦算法如下所示：

表示相似度， 表示項目評分， 和 表示項目評價平均值。該算法主要是針對用戶評價項目較多的情況，對于個別評價，結(jié)果可能就沒那么準確。

4 結(jié)束語

基于協(xié)同過濾算法的個性化高校選課推薦系統(tǒng)是根據(jù)學生的興趣愛好、學習程度和專業(yè)等信息進行相似度計算，然后再根據(jù)相似度的高低推薦相應(yīng)的課程。高校個性化選課推薦系統(tǒng)的使用可有效提高學生的學習興趣以及學校的教學質(zhì)量，幫助學生科學合理的選擇合適的課程，為學生的個性化發(fā)展提供有效的學習方式。

參考文獻：

[1]王博，劉慶剛，張琴.數(shù)據(jù)挖掘在選課系統(tǒng)中的應(yīng)用[J].計算機與數(shù)字工程，2011，39（5）.

[2]陶小紅.Web數(shù)據(jù)挖掘在智能選課系統(tǒng)中的應(yīng)用研究[J].辦公自動化，2010（2）.

[3]黃婷.數(shù)據(jù)挖掘技術(shù)在選課系統(tǒng)中的應(yīng)用研究[J].德州學院學報，2010，26（6）.

[作者簡介]袁春花（1980-），女，漢族，江蘇海安人，碩士，南通航運職業(yè)技術(shù)學院管理信息系講師，研究方向：數(shù)據(jù)庫。