基于用戶協(xié)同過濾算法的E-Learning 平臺個性化推薦研究

耿曉利，鄧添文，羅樺鋒，許佳惠

（廣州大學華軟軟件學院網絡技術系，廣州510990）

0 引言

2012 年，一種基于網絡、針對大眾人群的大規(guī)模開放在線課程（Massive Open Online Courses，MOOC）出現(xiàn)并發(fā)展很快，在線學習（E-Learning）成為一種深受歡迎的學習方式。在線學習平臺將教學者和學習者的行為完整記錄，產生了大量連續(xù)的教學互動信息。而深入挖掘這些數(shù)據(jù)，研究學習者的學習行為和學習心理，可以反映出學習者的學習狀況，有利于提高學習者學習效果和學習質量，同時有利于向學習者針對性推薦課程，滿足個性化需求。

目前的E-Learning 技術大多是均質化的，忽略了E-Learning 平臺用戶之間的差異，無法滿足用戶對學習的個性化需求，致使大量的時間都花費在課程的查找中。而豐富的、多樣化的學習資源也容易讓E-Learning 平臺的用戶產生認知超載和迷茫的現(xiàn)象。根據(jù)用戶特點為其提供課程推薦服務，幫助用戶快速地發(fā)現(xiàn)有價值的學習資源，能快速提高E-Learning 效率，同時幫助用戶快速構建專業(yè)知識體系。

1 E-Learning研究現(xiàn)狀

國外研究者很早就開始重視網絡學習領域的個性化推薦。Chu 等人[1]基于Apriori 算法設計出一個基于Web 的課程推薦系統(tǒng)，為面臨選課的學習者提供建議。Aher 等人[2]在K-means 算法聚類的基礎上，應用Apriori 算法對各類學生的課程學習記錄進行關聯(lián)規(guī)則分析，得到各類學生偏好的課程學習順序，從而向學生推薦合適的課程。

我國對網絡學習中進行個性化推薦的研究起步較晚，學習者的體驗程度不高。柴艷妹等人[3]對2008 年到2016 年中有關基于數(shù)據(jù)挖掘技術的E-Learning 行為的文獻進行綜述，指出大多數(shù)研究者主要研究熱點是學習者對E-Learning 平臺的接受程度，而把數(shù)據(jù)挖掘應用到E-Learning 平臺的研究較少。孫歆等人[4]引入用戶行為權重問題解決了冷啟動問題。王琳琳[5]利用Web 日志挖掘和系統(tǒng)操作信息收集結合的方式，建立學習者興趣模型，將用戶聚類加入到推薦算法中，實現(xiàn)個性化資源的推薦。謝修娟等人[6]基于協(xié)同過濾技術設計并實現(xiàn)了一個個性化推薦系統(tǒng)。

伴隨著E-Learning 平臺資源的海量增加，ELearning 平臺傳統(tǒng)的課程學習、作業(yè)管理、成績查詢的功能己經不能滿足學習者需求，個性化資源推薦可以幫助學習者更好地循序漸進學習、自我管理，提高個性化資源推薦為核心的服務將越來越緊迫。

2 基于用戶的協(xié)同過濾個性化課程推薦的實現(xiàn)

協(xié)同過濾推薦算法主要有三種：基于項目的推薦、基于用戶的推薦、項目和用戶結合的推薦。基于用戶的協(xié)同過濾算法能夠共享其他用戶的經驗，避免推薦內容的片面化，也可以發(fā)現(xiàn)用戶的潛在興趣，并針對各個用戶產生個性化的推薦結果。

結合所收集到的數(shù)據(jù)特點及學生用戶在專業(yè)方向的相似性，本文擬將基于用戶的推薦算法應用到E-Learning 平臺中，為學習者實現(xiàn)個性化的課程推薦，幫助其更好地循序漸進學習課程，快速建立自己的知識體系。

2.1 算法基本原理

針對選取的E-Learning 平臺的數(shù)據(jù)特點，本文采用基于用戶的協(xié)同過濾推薦技術。通過用戶的歷史行為數(shù)據(jù)發(fā)現(xiàn)用戶對課程或內容的喜歡，并對這些喜好進行度量和打分。根據(jù)不同用戶對相同課程或內容的態(tài)度和偏好程度計算用戶之間的關系。在有相同喜好的用戶間進行課程推薦。算法的基本原理如圖1所示。

圖1 基于用戶的協(xié)同過濾基本原理

圖1 中，如果用戶1 和用戶3 用戶同時選修了課程2 和課程3 兩門課程，并且課程評分均為5 分，則可以認為用戶1 和用戶3 屬于同一類用戶。可以將用戶1 學習過的課程1 和課程4 也推薦給用戶3。

本算法的流程圖如圖2 所示。

圖2 算法流程圖

2.2 數(shù)據(jù)處理

本文實驗所搜集的數(shù)據(jù)源為筆者所在學校的學生在E-Learning 平臺的學習數(shù)據(jù)，包括課程數(shù)據(jù)、選課數(shù)據(jù)、成績數(shù)據(jù)及課程評論數(shù)據(jù)等。其中用戶數(shù)據(jù)包括學號、姓名、出生日期、年級、專業(yè)方向、學歷、興趣特長、手機號、宿舍等信息；課程數(shù)據(jù)有課程名稱、課程簡介、相關視頻及文檔資料信息；用戶學習課程數(shù)據(jù)包括考試成績數(shù)據(jù)及用戶對課程的評論數(shù)據(jù)。

本文對收集到的原始數(shù)據(jù)進行處理，將用戶的學號、姓名、手機號等敏感信息脫敏處理，部分用戶數(shù)據(jù)如表1 所示。

表1 用戶數(shù)據(jù)

對課程的代碼信息進行刪除處理，對課程簡介信息刪減，展示主要內容，部分課程數(shù)據(jù)如表2 所示。

表2 課程概要表

用戶學習課程后產生了成績數(shù)據(jù)和評論數(shù)據(jù)。成績數(shù)據(jù)能反映學生學習課程的效果，成績的高低一定程度上能反映學生對課程的興趣程度。學生對課程的評論數(shù)據(jù)里，有對課程的評論，也有對授課教師的評論，反映課程的興趣度相對較為狹隘。本文認為，用戶參與課程學習獲取的測試成績越高，說明對此課程的學習效果越好，用戶對課程的興趣程度越高，對課程的評分也越高。

本次實驗主要對用戶的成績數(shù)據(jù)進行轉換，最終生成評分表，如表3 所示。

表3 用戶評分數(shù)據(jù)

2.3 算法實現(xiàn)

本文實現(xiàn)的基本思路為：首先分析數(shù)據(jù)，建立用戶-課程評分矩陣模型，接著通過計算用戶對課程評分之間的相似性，尋找目標用戶的最近鄰居，最后根據(jù)最近鄰居的評分向目標用戶產生推薦課程。

（1）建立“用戶-課程”評分矩陣

根據(jù)用戶對課程學習后的測試成績作為評分數(shù)據(jù)，建立用戶-課程評分矩陣，如表4 所示。用戶-課程評分矩陣是一個mín 矩陣，m 表示用戶數(shù)，n 表示課程數(shù)，m[i]n[j]表示第i 個用戶對第j 門課程的評分。

表4 用戶-課程評分矩陣

（2）計算相似度

設N（i）為用戶i 評分的課程集合，N（j）為用戶j 評分的課程集合，那么i 和j 的相似度Wij值如公式（1）所示。

本文采用修正的余弦相似性方法，通過減去用戶對課程的平均評分來修正不同用戶的評分尺度問題。

設用戶i 和用戶j 共同評分的課程集合用Nij表示，則用戶i 和用戶j 之間的相似度值Wij如公式（2）所示。

其中，Si,m、Sj,m分別表示用戶i、用戶j 對課程m 的評分，分別表示用戶i、用戶j 對課程評分的平均分。

（3）產生推薦列表

從矩陣中找到與目標用戶最相似的K 個用戶，用集合S（u,K）表示，將S 中用戶感興趣的課程提取出來，并去除u 已經興趣或已學過的課程，對每門候選課程i，用戶對它的感興趣的程度用以下公式計算：

其中Rvi表示用戶v 對課程i 的興趣程度。

3 實驗結果分析

本文使用準確率來驗證推薦的質量。推薦的準確率計算公式為：

其中test 表示測試數(shù)據(jù)集中的課程數(shù)量，topN表示系統(tǒng)推薦給用戶的N 個課程。

本文選取實驗數(shù)據(jù)主要為學院理工科部分學生，共獲取369 個用戶數(shù)據(jù)、549 門課程數(shù)據(jù)及16721 條評分數(shù)據(jù)。實驗結果如圖3 所示。

圖3 算法的準確率

由圖3 可知，隨著鄰居數(shù)量K 值的變化，準確率也在變化。在一定范圍內，鄰居數(shù)量K 值越大，推薦的準確率越高。本實驗中，鄰居數(shù)量K 值在50 時，準確率趨于平穩(wěn)。

對于新來的用戶，其沒有選課記錄，無法找到最近鄰居。本文從用戶的專業(yè)方向和興趣愛好出發(fā)，把高年級學生興趣的課程推薦給該用戶，以此來解決冷啟動問題。

4 結語

本文實現(xiàn)了基于用戶的協(xié)同過濾算法在E-Learning 平臺的個性化推薦課程。但由于其服務的用戶局限于學生，算法考慮的因素較少，有一定的局限性。在下一步的研究中，把以下因素納入考慮：用戶修讀課程的軌跡線、課程之間的序列關系、課程之間的相似性等，同時結合用戶的評論文本數(shù)據(jù)。在推薦效果上評價指標也不單看準確率，還有MAE 值等。根據(jù)用戶的興趣實現(xiàn)更為精確的個性化推薦的同時，從用戶的角度出發(fā)給用戶提出相對應的發(fā)展路線，是進一步的研究方向。