基于django的课程推荐系统的设计与实现

《基于django的课程推荐系统的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号学号M201476118学校代码10487密级硕士学位论文基于Django的课程推荐系统的设计与实现学位申请人：羊雪玲学科专业：软件工程指导教师：苏曙光副教授答辩日期：2016.12.21AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreefortheMasterofEngineeringTheDesignandImplementationofaCourseRecommendationSystembasedonDjangoCandida

2、te:YangXuelingMajor:SoftwareEngineeringSupervisor:Assoc.Prof.SuShuguangHuazhongUniversityofScience&TechnologyWuhan430074,P.R.ChinaDecember,2016华中科技大学硕士学位论文摘要随着在线教育的快速发展和国内“互联网+”的推动，在线教育平台已相对成熟和稳定。在线教育系统课程不断增加，用户对于自己感兴趣的课程的查找难度也逐步增加。与此同时，系统却拥有大量用户选课信息、课程信息、用户对课程评

3、论信息等众多数据未得到充分利用，目前国内外的在线教育平台和选课平台都没有很好的解决以上问题。推荐系统目前在电商平台上应用居多，并且取得了显著的成效，不仅为用户推荐出了其感兴趣的物品而且节省了成本获得了良好的商业价值，而在线课程推荐则尚未得到广泛应用。系统基于Django框架，使用Python语言开发，数据持久化存储使用MySQL，使用Redis提供缓存服务。课程推荐的原理是通过分析用户选课、收藏课程行为和课程本身属性和特点，为用户推荐其可能喜欢的课程。重点介绍了当前主流的推荐算法的原理、分类和优缺点，并使用Python

4、语言实现了协同过滤中基于Item-basedCF的SlopOne算法和基于内容的推荐算法，使用这两种推荐算法作为课程个性化推荐主要理论依据。系统除了针对用户的个性化推荐，也包含通过统计系统所有用户行为及课程信息，得出的基于统计的课程推荐排行榜。课程推荐系统有力的完善了在线教育平台，为每个用户提供推荐课程。系统集课程推荐和课程搜索于一体，很好的解决了用户面临的选课难题，提升用户检索和选课的效率。个性化的课程推荐不仅可以帮助用户学习课程，同时也能将优秀的课程推荐给更多用户。关键词：课程推荐协同过滤基于内容的推荐个性化推荐I

5、华中科技大学硕士学位论文AbstractWiththerapiddevelopmentofonlineeducationandthedomestic"Internetplus"topromoteonlineeducationplatformhasbeenrelativelymatureandstable.Onlineeducationsystemcoursescontinuetoincrease,thedifficultyofsearchingusers’interestedcourseshasgraduallyinc

6、reased.Atthesametime,thesystemhasalargenumberofusercoursesinformation,coursesinformation,userscommentsonthecourseofinformationandmanyotherdataarenotfullyutilized,athomeandabroadonlineeducationplatformandcourseplatformarenotagoodsolutiontotheseproblems.Recommenda

7、tionsystemiscurrentlyusedinthemajorityofbusinessplatform,andhasachievedremarkableresults,notonlyfortheusertorecommendthecoursesofinterestandsavethecostofobtainingagoodcommercialvalue,andonlinecoursesrecommendedhasnotyetbeenwidelyused.SystembasedonDjangoframework

8、,usingthePythonlanguagedevelopment,datapersistenceusingMySQL,Redisprovidescachingservice.Focusedonthecurrentrecommendedalgorithms’principle,classification,advantagesa