基于深度学习的继续教育个性化智能设计算法

摘要

为了满足继续教育中课程设计的个性化需求,实现按需学习,文中采用深度学习技术进行继续教育个性化智能设计算法的研究.针对协同过滤推荐算法只能推荐已被标注课程的不足,实现智能化的课程设计需求.首先利用词向量分布词袋模型来创建文本数据的词向量,并使用深度学习算法进行多源异构数据的特征提取、融合,然后使用SVD算法进行特征向量的降维,最终使用Skip-gram模型进行相似课程与用户的识别.通过整合传统的推荐算法评价指标,文中提出综合评判指标来评价算法的性能.数据测试与分析结果表明,文中所提算法比协同过滤推荐算法具有更高的准确率.