一种基于图卷积神经网络的在线课程推荐系统

作     者：袁东维 凤飞龙 YUAN Dongwei;FENG Feilong

作者机构：西北政法大学管理学院陕西西安710122 陕西师范大学物理学与信息技术学院陕西西安710119 

基　　金：国家自然科学基金项目(11774212) 陕西自然科学基金项目(2022JM-403) 西北政法大学军民融合研究院项目(JM-202111) 

出 版 物：《现代电子技术》 (Modern Electronics Technique)

年 卷 期：2023年第46卷第18期

页      码：66-70页

摘      要：由于在线课程学习不受时间和地点限制,越来越受到广大求学者的青睐,但各大在线教育平台推出的在线课程数量较多,使得用户难以选择。课程推荐是解决“信息过载”的重要手段,然而现有的课程推荐模型对用户和课程隐式交互数据挖掘不足,为此,文中提出一种基于图卷积神经网络的在线课程推荐系统。首先利用用户和课程的多种交互行为分类构建用户-课程二部图;然后将课程知识信息融入用户-课程二部图,利用图卷积神经网络高阶连通性递归地在图上传播嵌入信息,深入挖掘“用户-课程-知识”的关联关系,并设计高效的在线课程推荐系统,迅速响应用户课程请求;最后选取三种经典的神经网络推荐模型进行对比分析。实验结果表明,所提方法具有较高的推荐准确率。

主 题 词：在线教育 课程推荐 图卷积神经网络 用户-课程二部图 交互行为 推荐准确率 

学科分类：080904[080904] 12[管理学] 0809[工学-计算机类] 08[工学] 0810[工学-土木类] 1201[管理学-管理科学与工程类] 081104[081104] 080402[080402] 0804[工学-材料学] 081001[081001] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16652/j.issn.1004-373x.2023.18.013

馆 藏 号：203123378...