结合时间相关度与课程搭配度的课程推荐方法

作者：刘语珵; 贺奇; 董延华^*; 王晓宇

来源：计算机与现代化, 2023, (12): 53-93.

• 课程评分
• 观看进度
• 时间相关度
• 课程搭配度
• 课程推荐

针对现有课程推荐系统存在过度依赖用户对课程的评分、未考虑用户兴趣随时间变化以及忽略了用户已学课程和推荐课程之间的搭配问题，提出一种基于时间相关度与课程搭配度的TIMR课程推荐模型。TIMR模型一方面采用课程观看进度代替课程评分，并将时间相关度函数应用于课程间的相似度计算；另一方面利用课程的共同被选频率，构建课程搭配度函数；然后将时间相关度与课程搭配度融合起来产生预测评分。为了验证TIMR模型的有效性，分别在TM数据集、CN数据集和MOOC数据集进行实验。实验表明，与现有推荐方法 UserCF、ItemCF、LFM、PR、MPR、SMCR相比，TIMR在Precision、Recall、F1＿score指标上均有明显提升，对于提高推荐质量具有明显的优势。

• 单位
  吉林省地震局; 吉林师范大学