吴 昊，徐行健，孟繁军

内蒙古师范大学 计算机科学技术学院，呼和浩特011500

2020年4月28号中国互联网信息中心（CNNIC）发布的第45次《中国互联网络发展状况统计报告》显示，截止2020年3月，我国在线教育的用户规模已经达到4.23亿，较2018年底增长约110.2%，占整体网民人数的46.8%，尤其是在2020年初的新冠肺炎疫情期间，在各种在线教育应用平台的日活跃用户更是达到千万以上[1]。

在线教育爆发式增长改变了传统的教学模式，使人们随时随地学习成为现实。但是，伴随着大数据时代的到来，在线教育平台的课程数量庞大，学习方向繁多，课程类型应有尽有，对学习者也产生了很多弊端。一是学习者很难短时间内找到适合自己的课程；二是学习者个人所感兴趣的学习路线复杂，而学校的培养方案里的课程又趋于单一化和重复化，学习者满意度低，无法达到预期的教学效果[2]；三是大多数在线教育平台不像传统教育那样对学习者提供有效的学习指导、课程规划，学习者自身缺少对总体知识结构的深入理解互联网学习资源数量冗杂，导致学习者陷入大量的课程选择中，从而造成了信息过载，甚至出现了课程的通过率较低的状况[3]，最后，传统教育模式难以及时有效地发现学习者的学习目标。针对上述问题，一些在线教育平台通过课程搜索和热门课程推荐等方法也未能较好的解决。然而，由于知识图谱作为辅助信息的推荐算法得到充分的关注和研究，使得基于知识图谱的课程推荐算法进一步地提升推荐效果成为可能[4]。……