期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
数据挖掘技术在个性化课程推荐中的应用探析
被引量:
2
下载PDF
职称材料
导出
摘要
随着现代高等教育的不断改革,教育越来越重视对学生能力的培养,得益于当前计算机技术与互联网技术的发展,基于数据挖掘技术的个性化课程推荐系统在网络教学中越来越受到重视,据此,针对学生的个性化选课推荐系统进行了相关介绍,旨在为现代教育的发展和进步做出一定的探索。
作者
葛琦
机构地区
吉林交通职业技术学院
出处
《现代商贸工业》
2017年第32期180-181,共2页
Modern Business Trade Industry
关键词
数据挖掘
高等教育
个性化选课
推荐系统
分类号
G4 [文化科学—教育技术学]
引文网络
相关文献
节点文献
二级参考文献
63
参考文献
5
共引文献
34
同被引文献
13
引证文献
2
二级引证文献
4
参考文献
5
1
林莉.
关于学分制下选课制度的几点思考[J]
.科教导刊,2016(8):16-17.
被引量:5
2
程红艳.
选课制与学分制:中国基础教育改革的制度创新与实践探索[J]
.南京社会科学,2016(4):127-133.
被引量:10
3
齐婷,佟国香.
基于改进的混合模式个性化选课推荐技术研究[J]
.电子科技,2016,29(1):152-155.
被引量:4
4
张亮,赵娜.
改进的协同过滤推荐算法[J]
.计算机系统应用,2016,25(7):147-150.
被引量:8
5
赵伟,林楠,韩英,张洪涛.
一种改进的K-means聚类的协同过滤算法[J]
.安徽大学学报(自然科学版),2016,40(2):32-36.
被引量:14
二级参考文献
63
1
任一明.
我国普通中学早期实行选课制的历史反思[J]
.西南师范大学学报(哲学社会科学版),1998,30(6):66-69.
被引量:4
2
王婧.
学分制,离中学还有多远[J]
.教师博览(上旬刊),2004(10):6-7.
被引量:1
3
王福显.
选师制:普通高中实施学分制的应然[J]
.教学与管理(中学版),2005(1):23-24.
被引量:2
4
原祥云.
普通高中试行学分制的探讨[J]
.福建教育学院学报,2005,2(12):97-99.
被引量:1
5
娄延常.
完善学分制应注意的几个基本问题[J]
.高等教育研究,1996,17(4):70-73.
被引量:14
6
赵守拙.
高中学分制是否该慢些走?[J]
.中小学管理,2006(12):22-23.
被引量:2
7
杜作润.
对中国学分制的再考察[J]
.清华大学教育研究,1996(2):73-77.
被引量:6
8
邹芳红.
Web数据挖掘与个性化搜索引擎综述[J]
.计算机与现代化,2007(8):44-47.
被引量:5
9
任长松.
追求卓越:美国高中AP课程述评——兼谈近年来美国高中教育质量的提高[J]
.课程.教材.教法,2007,27(12):81-86.
被引量:30
10
Resniek and Varian. Recommender systems [ J]. Communi- cations of the ACM. 1997.40 (3) :56 - 58.
共引文献
34
1
王宇飞,宋俊典,戴炳荣.
基于用户评分和项目类偏好的协同过滤推荐算法[J]
.软件导刊,2016,15(12):25-29.
被引量:1
2
程红娜.
高职医学教育实施学分制出现的问题及对策[J]
.科技资讯,2017,15(33):141-142.
被引量:2
3
谢修娟,陈永,李香菊,莫凌飞.
融入信任的变权重相似度模型在线学习协同推荐算法[J]
.小型微型计算机系统,2018,39(3):525-528.
被引量:6
4
覃容,陈建峡.
基于协同过滤和内容的用户需求混合推荐算法[J]
.企业技术开发,2018,37(2):67-69.
被引量:2
5
张素智,赵亚楠,杨芮.
推荐系统研究[J]
.湖北民族学院学报(自然科学版),2017,35(1):1-6.
被引量:1
6
张宁,李贵安,郑海荣,王晶艳.
PAE翻转三课堂教学模式在中学物理教学中的实施策略[J]
.物理通报,2018,47(6):30-33.
被引量:2
7
陈昊,胡果,李璇.
学分制视域艺术类课程考核问题分析及对策研究[J]
.黑龙江高教研究,2018,36(8):151-154.
被引量:5
8
赵雅楠,王育清.
基于不确定近邻的旅游产品协同过滤推荐算法研究[J]
.数据分析与知识发现,2018,2(7):63-71.
被引量:5
9
阳立兵,韩子君,全建刚.
学分制改革中职业院校选修课建设的路径研究[J]
.智库时代,2018,0(4):68-69.
10
张普洋,郭剑英.
个性化推荐系统关键算法探讨[J]
.电脑知识与技术,2016,12(9X):162-163.
被引量:2
同被引文献
13
1
朱子江,刘东,刘寿强.
基于用户行为的推荐算法研究[J]
.软件导刊,2017,16(8):43-45.
被引量:4
2
王硕,孙光明,邹静昭,李伟生.
基于用户推荐影响度的并行协同过滤算法[J]
.计算机科学,2017,44(9):250-255.
被引量:5
3
彭鹏,米传民,肖琳.
基于用户信任和兴趣的概率矩阵分解推荐方法[J]
.计算机系统应用,2017,26(9):1-9.
被引量:6
4
徐彬,杜卫锋,滕姿.
基于用户的协同过滤推荐系统的数据清洗研究[J]
.福建电脑,2017,33(8):32-34.
被引量:4
5
吴国丽,蒋昌睿.
基于协同过滤算法的个性化医疗推荐系统设计与实现[J]
.福建电脑,2017,33(8):107-107.
被引量:4
6
任恒妮.
基于特征的兴趣推荐系统研究[J]
.自动化与仪器仪表,2017(9):201-202.
被引量:2
7
杨亚东,熊庆国.
基于动态标签偏好信任概率矩阵分解模型的推荐算法[J]
.计算机工程,2017,43(10):160-166.
被引量:4
8
顾阳,李敏,李华.
协同过滤在推荐系统中的应用[J]
.现代计算机,2017,23(19):65-67.
被引量:2
9
冯亚丽,姜杰,田枫.
基于项目与用户的组合推荐算法研究[J]
.信息技术,2017,41(10):69-73.
被引量:2
10
叶婷.
基于标签的评分信息熵推荐算法[J]
.计算机系统应用,2017,26(10):190-195.
被引量:1
引证文献
2
1
林如意,何丰,赵小龙.
基于k-均值聚类的协同过滤算法[J]
.福建电脑,2017,33(12):6-8.
被引量:1
2
杨米娜.
计算机挖掘技术在个性化课程推荐中的应用[J]
.电子技术与软件工程,2019,0(23):126-127.
被引量:3
二级引证文献
4
1
李锋,冷娜.
协同过滤的纺织面料推荐系统[J]
.计算机应用,2018,38(A02):115-118.
被引量:3
2
杨井荣,侯向宁.
正负关联规则数据挖掘算法研究[J]
.计算机技术与发展,2020,30(11):64-68.
被引量:5
3
杨雄.
用户画像在教育资源个性化推荐中的应用研究[J]
.福建电脑,2021,37(1):52-53.
被引量:4
4
杨井荣,柳军.
基于有序树的时空关联规则数据挖掘的应用[J]
.计算机技术与发展,2021,31(6):19-23.
被引量:6
1
葛道凯.
坚持以人民为中心的发展理念 推动高等教育内涵发展[J]
.中国高等教育,2017(20):13-15.
被引量:3
2
杜友锦,贾丽君.
串班逃课:小学“个性化课程”实施中的问题及解析[J]
.上海教育科研,2017(10):53-56.
被引量:1
3
陈美英.
发扬地域特色,构建个性化课程——以厦门市海沧区农村小学综合实践活动课程资源开发为例[J]
.新教师,2017(7):56-57.
被引量:4
4
胡梅梅,张雅.
《国际贸易理论与实务》课程混合教学模式设计与应用[J]
.教育教学论坛,2017(44):67-68.
被引量:3
5
杨会军,陈平.
高校学生宿舍学风建设研究[J]
.课程教育研究(学法教法研究),2017,0(36):98-99.
6
刘毅.
社会主义核心价值观视阈下高校国防教育的着力点[J]
.教育教学论坛,2017(45):256-257.
被引量:2
7
冯胜,杨道吉.
素养,在主动建构中提升[J]
.湖北教育,2017,0(9):76-77.
被引量:1
8
许淋萍,张雪蓉.
卡内基·梅隆大学通识教育课程设置初探——基于工科院校的视角[J]
.江苏商论,2017(8):120-124.
被引量:1
现代商贸工业
2017年 第32期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部