在线课程推荐系统综述

来源：计算机工程与应用杂志2023年第22期北京时间：

作者：余鹏, 刘星雨, 程颢, 杨佳琦, 陈国华, 贺超波

单位：华南师范大学 计算机学院，广州 510631

摘要：在线教育的快速发展使得在线课程数量爆炸式增长，学习者很容易陷入“课程过载”带来的课程信息获取效率低下的问题，这推动了在线课程推荐系统的产生和发展。目前在线课程推荐系统已成为研究热点，并且在该领域中提出了大量方法，有必要对最新的研究进展进行系统的梳理分析。首先归纳总结在线课程推荐系统的基本框架和相关概念。然后重点对比分析现有在线课程推荐系统采用的各类核心推荐方法，其中包括基于关联规则挖掘、基于矩阵分解、基于概率模型、基于深度学习、基于智能优化、基于语义计算等类型的方法。最后介绍在线课程系统的各种评价指标和公开可用的数据集，并展望未来的发展方向。

关键词：在线课程推荐系统,关联规则挖掘,矩阵分解,概率模型,深度学习,智能优化,语义计算