高考志愿的个性化推荐方法研究

发布时间：2021-05-11 02:26

　　随着网络技术和教育信息化的高速发展,新兴的信息技术已经成功用于教育领域。信息推荐系统是一种能够主动为用户推荐信息的个性化推荐系统,广泛应用于电子商务、电子图书馆等领域中。目前,志愿填报是高考中的一个重要环节,但考生面对众多的院校和专业信息,很难快速做出决策,选择适合自己的志愿。因此,研究在网上报名时如何为每位考生推荐符合其个人特点的志愿专业,将有非常好的实践意义。在高考志愿信息推荐服务中,推荐算法是推荐系统的核心,因此本文主要研究高考志愿推荐系统的推荐算法。主要研究内容如下：确定推荐算法。目前最主流的推荐算法是协同过滤推荐算法和基于内容的过滤推荐算法,协同过滤推荐算法中依赖的是考生对志愿项的评分。随着考生和志愿项目的增多,会出现评分数据稀少的情况,针对以上问题本文引入基于内容的过滤,利用基于内容的过滤得到考生对未知项的预测评分,利用协同过滤推荐算法完成推荐。期望解决由于数据稀疏性问题带来的算法精确度偏低问题。算法的优化。在协同过滤推荐算法中,邻居项的形成是算法的核心部分,因此论文的优化算法体现在邻居项的查找。邻居项的查找通过计算相似度来实现的,在计算相似度过程中,引入K-means聚类... 

【文章来源】：石家庄铁道大学河北省

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 高考志愿填报研究现状
        1.2.1 信息辅助报志愿现状
        1.2.2 智能服务报志愿现状
    1.3 主要研究内容及创新点
        1.3.1 主要研究内容
        1.3.2 主要创新点
    1.4 论文结构安排
第二章 个性化推荐相关理论与关键技术
    2.1 个性化推荐概念
    2.2 个性化推荐算法
        2.2.1 基于用户的协同过滤推荐算法
        2.2.2 基于内容的过滤推荐算法
    2.3 混合推荐算法的提出
    2.4 数据挖掘相关理论与技术
        2.4.1 信息增益率
        2.4.2 K-means聚类技术
    2.5 本章小结
第三章 高考数据预处理
    3.1 高考数据采集
        3.1.1 高校信息采集
        3.1.2 考生信息采集
    3.2 高考数据处理
        3.2.1 高校数据处理
        3.2.2 考生数据处理
    3.3 高考数据整理
    3.4 高考数据转换
    3.5 本章小结
第四章 高考志愿的个性化推荐算法
    4.1 基于志愿内容过滤推荐算法的应用
        4.1.1 算法的提出
        4.1.2 算法的步骤
        4.1.3 算法的优缺点
    4.2 基于内容评分预测的协同过滤推荐算法
    4.3 K-means算法和信息增益率的应用
        4.3.1 K-means算法的应用
        4.3.2 信息增益率的应用
    4.4 实验过程和结果分析
        4.4.1 K-means实验
        4.4.2 基于内容的评分预测实验
    4.5 本章小结
第五章 个性化高考志愿推荐的实例研究
    5.1 推荐系统的应用背景
    5.2 基于内容和协同过滤混合算法的提出
    5.3 考生院校和专业推荐的应用实例
        5.3.1 考生院校推荐的应用实例
        5.3.2 考生专业推荐的应用实例
        5.3.3 混合推荐算法应用验证
        5.3.4 实验设计和结果分析
    5.4 本章小结
第六章 结论与展望
    6.1 工作总结
    6.2 工作展望
参考文献
附录 关于高考生填报志愿的调查问卷
致谢
个人简历、在学期间的研究成果及发表的学术论文



本文编号：3180537