陈玉帛 项慨 王顺驰 何希 李娅琴 邹正 李玉婷

摘  要：文章面向在线教育，研究并设计一种课程学习视频的推荐系统。由于线上学习资源冗杂繁多，且缺乏规范化构建和系统化管理，学习者难以精准获取满足其个性化需求的课程学习视频。文章通过数据挖掘技术获取用户数据后构建用户画像并进行相似用户群体识别，再利用推荐算法实现课程学习视频与用户之间的精准匹配。实验结果表明，该文推荐系统可以有效解决人们在选择学习资源时产生的“信息迷航”和“信息过载”等问题，能够有效满足用户个性化学习需求并为用户提供个性化学习路线。

关键词：课程学习视频；用户画像；个性化推荐；推荐系统

中图分类号：TP311  文献标识码：A  文章编号：2096-4706（2023）09-0001-08

Abstract： This paper studies and designs a course learning video recommendation system for online education. As online learning resources are numerous， and lack of standardized construction and systematic management， it's hard for online learners to catch accurately course learning videos that meet their personalized needs. This paper obtains user data through data mining technology， constructs user profiles， identifies similar user groups， and then uses recommendation algorithms to achieve precise matching between course learning videos and users. The experimental results indicate that， the recommendation system proposed in this paper can effectively solve the problems of “information confusion” and “information overload” that people encounter when choosing learning resources， and can effectively meet users' personalized learning needs and provide personalized learning routes for users.

Keywords： course learning video; user portrait; personalized recommendation; recommendation system

0  引  言

CNNIC發布的2021年度中国互联网产业发展情况调查报告显示：截至2021年6月，全国互联网用户总数在2021年新增2 175万，用户总规模约10.11亿，互联网普及率达到71.6%。我国在线教育在数字化时代到来和互联网普及率提高的背景下有了明显起色。《教育部2022年工作要点》中也提出“实施教育数字化战略行动”，以此来推进教育数字转型与智能升级。这体现出数字化对于教育行业发展的重要意义，在线学习教育已经发展成为新的教育模式。

在线教育领域也因此产生了海量的课程学习视频资源，从管理到教学，从职业培训到专业培训，从基础教育到素质教学，科技持续纵深。“学习迷航”“认知过载”等问题导致学习者在学习的过程中效果不佳[1]，对感兴趣的学习资源的获取效率降低。……