开发软件项目允许学生将知识付诸实践并培养团队合作能力。本研究介绍了一个模糊智能系统，以面向对象编程和设计课程的学术软件项目作为例子，用于评估学生项目表现。该系统通过制定评估标准，将关键参数和可适用范围识别为模糊变量，并与专家合作定义一组模糊规则，以此标准化项目评估并减少主观偏见。

May, 2024

本文介绍一种使用梯度下降算法训练的专家系统，将神经网络的学习能力与专家系统的可理解性和可防御的逻辑相结合。该系统能够从数据中学习模式，并在决策水平上表现出与神经网络系统相媲美的水平，同时提出了一种用于克服该方法局限性的技术。实验结果表明，该技术的效果非常显著，多种类型的网络在多种操作条件下均得到了评估。所提出的技术在实践中具有广泛的应用前景。

Jul, 2022

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

本文针对 AMiner 数据集，利用两个从该数据集中提取的数据集和三个基线算法，采用新的文档查询方法来评估针对从专家文档中直接抽取的一组查询的专家检索效果。实验结果表明，使用更真实的查询范围将提供不同于通常的主题查询的评估结果。

Jun, 2018

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

本文提出了一种基于模糊专家系统和 DS 证据理论方法的股票评估和排名技术，并应用蚁群算法进行组合优化，以在 Bombay 证券交易所的短期投资中表现良好。

Apr, 2022

本文提出了一个使用知识库和特性来增强 JD / 简历匹配过程的系统，旨在提供公正，可解释和可追溯的体系结构。

Feb, 2022

该研究介绍了 eQETIC 模型和两个专家系统，其中包括 SINTA/UFC 和 e2gLite/eXpertise2go 等两种类型的外壳来支持数字教育解决方案的开发和维护，并展示了这些系统实施模型所提出规则的支持方面的积极结果。

Jan, 2022

该研究开发的专家系统基于混合推理算法和综合综合知识，能够协助专家快速高质量地诊断脊柱疾病，包括积极的结果和对其应用的潜在影响做了综合评估。

Feb, 2023

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