论文部分内容阅读
针对协同过滤算法存在数据稀疏性问题及新用户问题，根据选课系统的具体情况及特殊性，比如，优秀学生可以按相似度高的邻居评价推荐，对于成绩较差的学生应参照优秀学生的选课情况对其推荐。对协同过滤算法进行改进，在学生对课程评价矩阵的基础上，抽取出一部分具有指导意义的信息，称作“优秀学生”评分矩阵，该矩阵由选课系统中所有评分数据过滤生产，代表了系统所有学生的评价信息，并随着系统中评价数据的变化而改变，利用“优秀学生”评分矩阵，根据学生的学院、专业、性别等属性，计算目标学生与“优秀学生”间的相似度；进而生成最近邻居集合