个性化课程顺序推荐

Dec, 2015

Personalized Course Sequence Recommendations

Jie Xu, Tianwei Xing, Mihaela van der Schaar

TL;DR本文提供了一种系统的方法，使用前向搜索反向归纳算法优化选择课程序列，结合多臂赌博机算法推荐个性化课程序列，从真实的学生数据实证了该算法优于其他无法考虑学生背景信息的方法。

Abstract

Given the variability in student learning it is becoming increasingly important to tailor courses as well as course sequences to student needs. This paper presents a systematic methodology for offering personalized course sequence recommendations to students. First, a forward-search backward-induction algorithm is developed that can optimally select course s

personalized course sequence recommendations multi-armed bandits optimization student data contextual information

发现论文，激发创造

基于目标的课程推荐

通过建立循环神经网络推荐系统来为学生推荐课程，以帮助其准备所需的目标课程，这一体系结构是针对学生先前知识背景和发展区域进行个性化定制的，并且通过等级预测和挖掘大学先修关系等测试进行验证。

Dec, 2018

使用混合多准则推荐系统与遗传优化帮助大学生选择选修课程

使用混合推荐系统，结合协同过滤与基于内容过滤的方法，根据学生和课程信息，通过遗传算法自动发现最佳配置，以更可靠地推荐最适合的课程。实验结果表明，混合模型在课程推荐中的重要性，使用该模型相较于之前的模型表现出色。

Feb, 2024

基于推荐系统的下一学期学生成绩预测

研究了高等教育中学生保留率的问题，通过学习历史记录数据和其他信息预测学生成绩，发现了教师特征和学生表现之间的强烈联系，探索了预测模型并发现了能够准确预测成绩的混合方法。

Apr, 2016

课程推荐系统需要考虑就业市场

开发了一个课程推荐系统，该系统能够结合就业市场的技能需求，并且突出显示了解释性、无监督技能提取和强化学习等特点。

Apr, 2024

序列感知推荐系统

本文提出了基于顺序的用户 - 项目交互日志信息来作出推荐的顺序感知推荐系统，并且探讨了现有的算法解决方案、方法论和该领域内的开放挑战。

Feb, 2018

规划希腊美国学院学生成功的课程

利用数学规划与机器学习技术优化美国希腊学院学生的课程安排，包括最快完成时间、课程难度平衡等指标，最为重要的目标是根据学生往年表现最大化预期学生成绩，结果表明，该优化方案可以保证所有安排的合理性，运用最大化学生成绩的策略较人工安排方案更加优化，且总规划时间可以在 10 秒内解决。

Jun, 2022

面向终身学习者的综合教育推荐系统

本研究旨在通过 Integrative approach 构建一个新颖的 TrueLearn 教育推荐系统，该系统由多种学习参考驱动，可以同时考虑学习者的知识和内容的新颖性，并保持长期时间的准确学习者代表性。

Dec, 2019

从事件数据中提取规则进行研究计划

本研究旨在使用高校管理系统的事件数据分析高等教育学生的学习路径，为他们的学习规划提供有价值的指导。通过运用流程和数据挖掘技术探索所学课程序列对学业成功的影响，我们生成基于数据的决策树模型，用于学习规划，并与推荐的学习计划进行比较评估。评估侧重于 RWTH Aachen 大学计算机科学本科生，证明所提出的课程顺序特征能有效解释学业表现指标，并为进一步开发更具适应性的学习规划提出了建议。

Oct, 2023

可预测序列的在线学习

本文提出了一种基于可预测过程的在线线性优化算法，该算法利用了良性序列的先验知识来提高性能，并扩展到模型选择和时间序列预测领域，具有较好的应用潜力。

Aug, 2012

高等教育学生支持推荐系统本科数据收集策略框架

本文旨在提出适用于高等教育推荐系统的数据收集框架，以减少收集偏差、了解学生特征并找到对学生旅程产生最佳影响的理想方式，以应对学生支持策略的可伸缩性问题。

Oct, 2022