基于图卷积神经网络和动态权重的课程推荐方法和系统

摘要

本发明公开了基于图卷积神经网络和动态权重的课程推荐方法和系统，方法包括：获取用户对每一课程的评分值，并对评分值进行预处理，得到第一用户‑课程矩阵；根据第一用户‑课程矩阵，构建图卷积神经网络；根据图卷积神经网络生成用户嵌入向量和课程嵌入向量；根据用户嵌入向量和课程嵌入向量预测第一用户‑课程矩阵中未评分课程的评分值；将预测得到的评分值填入第一用户‑课程评分矩阵，得到第二用户‑课程评分矩阵；对第二用户‑课程评分矩阵进行序列模式挖掘，得到每个用户的推荐课程序列。本发明提高了预测速度且保证了预测结果的准确性，可广泛应用于深度学习技术领域。