基于深度学习的继续教育个性化智能设计算法 - 继续教育研究杂志社投稿

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

基于深度学习的继续教育个性化智能设计算法

作者:

关键词:

摘要：

为了满足继续教育中课程设计的个性化需求,实现按需学习,文中采用深度学习技术进行继续教育个性化智能设计算法的研究。针对协同过滤推荐算法只能推荐已被标注课程的不足,实现智能化的课程设计需求。首先利用词向量分布词袋模型来创建文本数据的词向量,并使用深度学习算法进行多源异构数据的特征提取、融合,然后使用SVD算法进行特征向量的降维,最终使用Skip-gram模型进行相似课程与用户的识别。通过整合传统的推荐算法评价指标,文中提出综合评判指标来评价算法的性能。数据测试与分析结果表明,文中所提算法比协同过滤推荐算法具有更高的准确率。