李沁穎 易豪

摘要：目前，深度學習利用自身優(yōu)勢，已在語音識別、圖像處理等方面取得了重大的突破與成就。然而，深度學習在選課推薦系統(tǒng)領域的研究與應用還處于早期階段?？紤]傳統(tǒng)的選課系統(tǒng)難以考慮到影響學生選課的多因素，本文基于深度學習，結合協(xié)同過濾技術在選課系統(tǒng)中的應用，實現(xiàn)對學生的多方面畫像，構建出一個實時感知學生喜好變化，且對其進行智能推薦選課的平臺，實現(xiàn)從學生到課程的無誤差匹配。

關鍵詞： 用戶畫像技術;深度學習;協(xié)同過濾技術;學生選課系統(tǒng)

中圖分類號：TP391? ? ? ?文獻標識碼：A

文章編號：1009-3044（2021）10-0184-03

Abstract： At present， deep learning has made great breakthroughs and achievements in speech recognition and image processing by taking advantage of its own advantages. However， the research and application of deep learning in the field of course selection recommendation system is still in the early stage. Considering the traditional course selection system is difficult to consider the many factors influencing students' course selection， based on the deep learning， combining the application of collaborative filtering technology in the course system， realize to the students' various portraits， construct a real-time perception student preferences change， and carries on the intelligent recommended course platform， from students to the course of matching error.

Key words： User Portrait Technology; Deep learning; Collaborative Filtering Technology; Course selection recommendation system

1 引言

隨著互聯(lián)網(wǎng)技術的迅猛發(fā)展與人們物質生活水平的日益提升，移動終端設備普及度上升，各種移動應用也競相進入人們的日常生活中，導致互聯(lián)網(wǎng)信息呈爆炸式增長。面對海量信息及當下社會不斷加快的生活節(jié)奏，人們正面臨著信息篩選困難，信息處理效率低下，信息交流冗雜等的困擾，不可避免地使企業(yè)由于對用戶的營銷不夠細化，繼而推送一些不合時宜、不符偏好的信息為用戶帶來騷擾，甚至引起客戶流失。因此，如何處理、利用與用戶各方面相關的信息，構建實時標簽化體系，并實現(xiàn)在用戶及其信息需求之間精準地自動化匹配，成為現(xiàn)今各大企業(yè)主要研究的目標，用戶畫像及其相關技術就在這種背景下誕生并發(fā)展。

目前針對用戶畫像的研究方法大多基于“收集信息-行為建模-構建畫像”技術，以構建淺顯的用戶畫像。這一方法未將用戶行為信息、偏好信息等特征之間的聯(lián)系進行更深層挖掘。此外，用戶信息處理也面臨著數(shù)據(jù)信息量大、緯度高、相互獨立等問題，使得基于淺層構建方法的預測效果較差。

2 用戶畫像技術

用戶畫像（Persona）是一種研究用戶的系統(tǒng)化偏重類方法，也被稱為用戶角色。該技術通過收集用戶的統(tǒng)計信息、偏好信息、行為信息，對大量目標用戶群的真實信息進行處理，構建用戶標簽化體系，針對產品或服務的目標用戶群做典型特征描述，從而讓產品經(jīng)理更直觀地了解用戶，設計出更符合需求的產品原型。因此，用戶畫像成為用戶需求與產品設計之間聯(lián)系的樞紐。

加利福尼亞大學的Syskill和Webert通過顯式地收集網(wǎng)站用戶對網(wǎng)頁的滿意度信息，再通過信息統(tǒng)計分析和逐層學習，構建出用戶興趣模型[1]。CUM 大學開發(fā)的Web Watcher 以及后來的 Personal Web Watcher[2]，可以通過數(shù)據(jù)采集器，采集并統(tǒng)計互聯(lián)網(wǎng)上用戶的瀏覽行為和瀏覽偏好，成功構建出用戶的興趣模型，并隨著各項數(shù)據(jù)信息的積累實現(xiàn)系統(tǒng)模型更新。不同研究領域的用戶畫像研究方法也會有所差異，常用的有決策樹[3-4]、邏輯回歸[5]、支持向量機[6]及神經(jīng)網(wǎng)絡[7-8]等模型。在使用傳統(tǒng)方法對用戶畫像構建時，數(shù)據(jù)來源局限于個人收集、業(yè)務收集、關系收集等，其中的部分信息不全面或者魚龍混雜，導致對用戶畫像的勾勒較為粗糙且片面。隨著現(xiàn)在大數(shù)據(jù)技術的發(fā)展與成熟，用戶數(shù)據(jù)的來源愈加廣泛，可獲取用戶的社交、興趣、屬性、環(huán)境等多方面信息，進而細化出精準的用戶畫像。精準用戶畫像技術廣泛應用于多個領域中，其中有用戶畫像在電商領域中的應用、網(wǎng)絡安全用戶行為畫像安全設計。

3 學生畫像選課系統(tǒng)

3.1 學生選課系統(tǒng)

信息化時代的發(fā)展使得線上教學變得更加便捷，為了調動學生自主學習，自主選擇的熱情，各種學生在線選課系統(tǒng)應運而生。基C#的學生系統(tǒng)[9]主要運用了Microsoft SQL Sever2000， Microsoft SQL Sever及C#等工具，優(yōu)化了程序代碼、避免數(shù)據(jù)冗余，執(zhí)行高效，便于統(tǒng)籌管理。隨著互聯(lián)網(wǎng)技術的進一步發(fā)展和移動終端設備普及度的提升，使得各種以在線選課系統(tǒng)為功能的手機App也被開發(fā)出來，基于Andriod平臺的校園選課系統(tǒng)成為主流，利用C/S架構，客服端通過JSON和服務端進行交互，而JSON數(shù)據(jù)體積小，這種輕量化的傳輸模式，更加易于解碼，與XML相比減少了解碼難度、運行時的兼容問題以及傳輸速度更快。目前，選課系統(tǒng)大都在使用網(wǎng)頁B/S的模式，這種模式對服務器要求高，傳輸速度慢。所以學校服務器可能在選課高峰期崩潰，使得部分學生無法第一時間選擇自己喜歡的課程，并考慮到現(xiàn)在的選課系統(tǒng)大都只由學生片面的第一主觀意識選擇，并未綜合學生的自身情況與學校培養(yǎng)計劃兩者考慮，可能導致學生在選課后對所選課程并無興趣，缺少對該課程學習的熱情，學生學而未學，老師教而未教。因此，基于深度學習的學生畫像選課系統(tǒng)的研究便十分重要，通過深度學習建立學生用戶模型，能實時感知到學生對課程的喜好并準確、精細地對學生用戶畫像個性化標簽，使得學生有目的了解和選上自己合適、喜愛的課程。

3.2 學生畫像技術

學生畫像技術是用戶畫像技術的一個分支，通過對學生進行數(shù)據(jù)收集，行為、偏好分析再建立準確且細致的學生標簽模型，這些模型就是學生畫像。在數(shù)據(jù)收集，行為、偏好分析這個過程中所總結出的學生特征，就是學生標簽。學生畫像技術將在下一階段教育信息化建設中起到重要引導方向。

3.3 學生畫像的構建過程

通過用戶畫像技術的概述我們不難發(fā)現(xiàn)，學生用戶畫像的構建主要通過以下四個步驟來實現(xiàn)，如圖1所示。

3.3.1 學生數(shù)據(jù)采集

在學生數(shù)據(jù)的采集過程中，主要通過三個方面去收集。第一項是學生基本數(shù)據(jù)信息，此項信息可以從教務系統(tǒng)中獲取，獲取方式簡單且信息準確。第二項是學生行為數(shù)據(jù)信息，包含了學生自己的一些主觀喜好及想法，在學生自主選課過程中有主導作用。第三項是大數(shù)據(jù)信息，包括學生的瀏覽、消費、社交等方面偏好的數(shù)據(jù)記錄，此項信息量較大，故需通過算法生成學生的部分標簽。在學生數(shù)據(jù)采集的過程中，應該聯(lián)系各項信息之間的關系來聯(lián)動采集。

3.3.2 數(shù)據(jù)分析處理

經(jīng)初步采集得到的原始數(shù)據(jù)，多數(shù)情況下會有數(shù)據(jù)差異，數(shù)據(jù)缺失，以及格式不統(tǒng)一的問題出現(xiàn)，所以要對數(shù)據(jù)進一步清洗篩選及分析等處理。最關鍵的是對所得的數(shù)據(jù)探究性分析和處理，包含了對數(shù)據(jù)的理解、過濾、補充、糾正，最后實現(xiàn)數(shù)據(jù)的歸一化，提高信息的價值相對性，輸出后成為用戶標簽建模的基礎。

3.3.3 學生標簽建模

在數(shù)據(jù)分析處理完成后，就要著手構建標簽模型。通過每個學生的具體化標簽，推算出符合學生潛在偏好的課程，完成數(shù)據(jù)可視化。在學生標簽模型構建的過程中需要多種算法支持，經(jīng)計算后得到每個學生的個性化標簽，例如用來神經(jīng)網(wǎng)絡算法和決策樹算法來計算出學生的時空標簽、基本特征及其延展;通過TF-IDF算法可計算出學生標簽權重。處理不同的數(shù)據(jù)，所需的算法模型一般不相同，處理一項具體信息時要使用對應的算法，才能提高數(shù)據(jù)分析及特征處理工作的效率。

3.3.4 學生畫像成型及分類

結合上述步驟，學生系統(tǒng)就可以依據(jù)每個學生全面的信息實現(xiàn)個性標簽化，并可以依據(jù)學生間的關聯(lián)與差異進行不同的歸類。再加以上深度學習的支持，能在分析學生基礎標簽后計算產生新的標簽，進一步更新并擴充學生標簽，使學生畫像更為生動，流程圖如圖2所示。

4 深度學習在學生畫像選課系統(tǒng)中的應用

深度學習通過構建具有很多隱層的機器學習模型和訓練數(shù)據(jù)，能夠提高分類的準確性，加之大數(shù)據(jù)技術的強大計算能力，通過對現(xiàn)有的標簽模型分析，可提前較為準確推測出學生將產生的新行為和新標簽，在學生選課系統(tǒng)中的作用必不可少。

4.1學生標簽的建模

標簽建模的方法主要分為兩大類，人工建模和機器建模，兩種建模方式各有優(yōu)劣勢。深度學習機器建模在學生標簽建模過程中作用非常廣泛，機器建模通過機器對學生標簽樣本的多維度學習，然后建立機器自學習的標簽模型，調整學生樣本數(shù)據(jù)、標簽模型結構及參數(shù)可逐步完善模型。

將學生的多方面信息作為模型訓練的數(shù)據(jù)，并通過對信息篩選和過濾出學生偏好方面的信息，以學生標簽就可以完成簡單的深度學習建模。

4.2 多元化模型

因為學生標簽受多方面的影響，所以模型中需要考慮其他影響因素，比如說學生借閱的圖書的種類，以及查詢學習資料的記錄等。要通過深度學習將簡單的模型多元化。

在模型的特征維度上按影響因素展開，將影響因素放在一個軸上，這樣可以讓模型獲取更立體的訓練數(shù)據(jù)，這樣就利于模型準確推測出學生的偏好標簽。比如學生某門選修課成績?yōu)閮?yōu)秀，并不能斷定該學生對這門課很感興趣，但如果同時借閱相關書籍并且在上網(wǎng)查找了該方面的學習資料時，和標簽結果就有一定相關性了。就是加上學生前后學習行為的來龍去脈，而讓數(shù)據(jù)更立體，更豐富，讓學生模型對標簽的判斷更準確。

4.3 嵌入矩陣技術

采用嵌入矩陣技術，其包含多維信息及影響因素，以學生標簽影響因素為例，同上文兩個因素的判斷嵌入矩陣。可能出現(xiàn)這兩個因素對于選課的影響情況，某些情況下這些影響因素可以對應多種事物，而且這種嵌入式的機制通常包含很多因素，在訓練模型時就需要不斷更新這些矩陣，使用MovieLens數(shù)據(jù)集示例，標準協(xié)同過濾技術，將為學生和學生偏好提供嵌入矩陣，矩陣的大小是由選擇的因素數(shù)量決定的，關于選擇嵌入矩陣中的因子數(shù)量，這需要一些反復試驗。

4.4 基于協(xié)同過濾技術的選課推薦

協(xié)同過濾其通常分為兩類：分別是Memory-based與Model-based。其中Memory-based可以分為Item-based方法與User-based方法。Item-based方法是根據(jù)用戶對相似項目的評分數(shù)據(jù)預測目標項目的評分。所以可以將評分數(shù)據(jù)視為學生的喜好，收集學生以往行為來獲得學生對課程喜好的顯隱信息，利用Item-based方法，根據(jù)學生一些喜好信息，發(fā)現(xiàn)喜好之間的相關性，我們可以基于這些相關性對其他學生進行推薦。

Memory-based推薦方法通過運行最近搜索，將每一個User或Item看成一個向量，計算其他所有User或者Item與它的相似度。得到User或Item之間的兩兩相似度后，即可進行預測與推薦。

5結論

現(xiàn)今，大多主流的學生選課系統(tǒng)功能較為單一，缺乏對學生顯隱性愛好的分析和發(fā)掘。而本文研究了基于深度學習從學生畫像到選課系統(tǒng)上的應用，通過多元化模型、嵌入矩陣、基于協(xié)同過濾技術深度學習搭建學生用戶標簽模型，提供一個既可實時感知學生喜好變化，又能顯示學生顯隱愛好信息，并且為對象進行智能推薦選課的多元化平臺。

參考文獻：

[1] Mladenic， D. Machine learning for better Web browsing. In： Rogers， S.， Iba， W.， eds. AAAI 2000 Spring Symposium Technical Reports on Adaptive User Interfaces. Menlo Park， CA： AAAI Press， 2000. 82-84.

[2] Chen P M， Kuo F C. An information retrieval system based on a user profile[J]. Journal of Systems & Software， 2000， 54（1）：3-8.

[3] 楊曉峰， 嚴建峰， 劉曉升，等. 深度隨機森林在離網(wǎng)預測中的應用[J]. 計算機科學， 2016， 43（6）：208-213.

[4] 王靖， 王興偉， 趙悅. 基于變精度粗糙集決策樹垃圾郵件過濾[J]. 系統(tǒng)仿真學報， 2016， 28（3）：705-710.

[5] 徐建民， 粟武林， 吳樹芳，等. 基于邏輯回歸的微博用戶可信度建模[J]. 計算機工程與設計， 2015（3）：772-777.

[6] Dong L， Wesseloo J， Potvin Y， et al. Discrimination of Mine Seismic Events and Blasts Using the Fisher Classifier， Naive Bayesian Classifier and Logistic Regression[J]. Rock Mechanics & Rock Engineering， 2016， 49（1）：183-211.

[7] 李翠停. 基于神經(jīng)網(wǎng)絡模型的蘋果手機預約數(shù)據(jù)的分析[D].南京：東南大學， 2016.

[8] 陳巧紅， 孫超紅， 余仕敏，等. 基于遞歸神經(jīng)網(wǎng)絡的廣告點擊率預估研究[J]. 浙江理工大學學報， 2016，35（6）：880-885.

[9] 曾偉洪，周軍城.基于C#的學生選課系統(tǒng)[J]. 2016，3（2）：7-8.

【通聯(lián)編輯：王力】