基于DeepFM的个性化练习题目推荐系统研究 |
| |
引用本文: | 傅翠娇,龚震,杨子恒.基于DeepFM的个性化练习题目推荐系统研究[J].实验技术与管理,2023(3):212-216+225. |
| |
作者姓名: | 傅翠娇 龚震 杨子恒 |
| |
作者单位: | 北京航空航天大学计算机学院 |
| |
摘 要: | 文章针对学生在学习程序设计类课程时做题针对性不强、难以精准查缺补漏的问题,基于DeepFM模型,根据学生做题的历史行为数据及是否集中点击题目,来预估学生对其他题目的点击率,在对预估点击率排序后向学生推荐高点击率的题目,并通过ROC曲线、AUC值和混淆矩阵等指标评估推荐效果。该推荐系统基于DeepFM模型设计,实现了个性化练习题目推荐,已应用于实验教学。实验教学结果表明,该系统有助于提高实验教学效果,使学生的学习更高效,其中成绩较好的学生的学习效果提升更显著。文章还通过聚类分析、关联规则和分类预测等方法对学生的学习行为数据进行了分析,分析结果进一步验证了练习题推荐系统对实验教学的重要作用。
|
关 键 词: | DeepFM模型 个性化 推荐系统 精准化教学 |
|
|