基于个性化推荐技术的大数据课程推荐 个性化课程资料知识推荐系统

基于个性化推荐技术的大数据课程推荐 个性化课程资料知识推荐系统

源码获取：https://www.bilibili.com/video/BV1Ne4y1g7dC/

1. 基本任务

本次课题是基于个性化推荐技术的大数据课程个性化推荐系统，目的是给学生提供一个个性化的大数据课程推荐平台。提供以下基本功能：

1. 推荐管理

系统主页：该模块主要是显示欢迎界面，提供近期受欢迎的课程供用户浏览。

①个人管理: 主要包括对个人信息及课表信息的查看，修改，增加，删除等功能。用户会对个人信息（如：兴趣爱好等）及参与的课程信息进行查看、修正等操作。用户注册之后，可以进行选课、课程评价操作；如果用户没有注册，只能进行浏览操作，不能选课以及评价。

②课程管理：主要是管理员对所发布的课程信息进行查看，修改，增加，删除等功能。

③浏览管理：记录用户的浏览历史记录。

④评价管理：用户可在对应的课程板块进行评价操作。

⑤课程推荐：从已选、浏览、评价等多个维度对所涉及的课程，进行相似度较高的课程推荐。

（2）统计分析（做成可视化大屏的形式）

①生源分布图：该模块是对生源的数据进行分析，得到统计图

②各届学生占比:该模块通过对各届学生信息的占比情况，制成统计图

③课程选择排行：该模块通过对选课数据的分析，统计热门课程的前几名，制成统计图

（3）系统管理

①用户管理：包括管理员对全部学生的个人信息的查看，修改，增加，删除等功能。

②角色管理：对人员角色进行分配。不同角色，操作权限不同。

1. 拟解决问题及其实现途径、方法和手段

1. 拟解决问题

将数据挖掘中的个性化推荐技术应用于本系统中，根据学生自身的状况以及兴趣偏好等，为学生提供个性化课程推荐平台。

（2）实现途径、方法和手段

系统使用Python语言进行开发，后台采用Django框架，mysql数据库，开发工具：Pycharm；统计分析的图表用echarts（生源分布图，各届学生占比,课程选择排行）

1. 其他设计要求

1. 系统是对大数据专业的课程进行推荐，比如：数据挖掘，数据可视化，python，机器学习，Hadoop等。而不是历史，地理马克思等，和大数据专业没有关系的课程。
2. 课程推荐结果要有展示，根据相似度从高到低进行推荐；采用Item-cf 推荐算法。用户首次注册时，会让用户选择兴趣爱好，根据用户的兴趣爱好进行课程推荐；随后，根据用户的已选课程、浏览、评价情况进行推荐。
3. 评价模块有评分选项。可以根据评分推荐
4. 管理员分两个权限，一个普通用户，一个管理用户。

普通用户可以进行选课，评价等操作；管理员用户在普通用户的基础上，增加对全部学生信息管理以及课程的发布、修改等操作。（列举了一部分，没考虑到的地方还请技术人员帮忙添加）

1. 浏览情况保存在数据库中。

（6）学生数据量200条以上

大数据专业课程种类15种以上（下面提供部分课程，供选择）

用户浏览信息推荐需要模拟几条

（7）大数据专业课程举例：linux，Python，数学分析，数据结构，计算机系统基础，大数据导论，Hadoop 大数据技术，分布式数据库原理，数据建模分析，数据挖掘，数据可视化，大数据分析与内存计算，数据预处理，大数据管理与创新，大数据治理与决策，机器学习等