排序方式： 共有1条查询结果，搜索用时 15 毫秒
1
1.
文章针对学生在学习程序设计类课程时做题针对性不强、难以精准查缺补漏的问题，基于DeepFM模型，根据学生做题的历史行为数据及是否集中点击题目，来预估学生对其他题目的点击率，在对预估点击率排序后向学生推荐高点击率的题目，并通过ROC曲线、AUC值和混淆矩阵等指标评估推荐效果。该推荐系统基于DeepFM模型设计，实现了个性化练习题目推荐，已应用于实验教学。实验教学结果表明，该系统有助于提高实验教学效果，使学生的学习更高效，其中成绩较好的学生的学习效果提升更显著。文章还通过聚类分析、关联规则和分类预测等方法对学生的学习行为数据进行了分析，分析结果进一步验证了练习题推荐系统对实验教学的重要作用。 相似文献
1