摘 要：个性化服务推荐一直是人工智能领域重点研究方向之一。对高校而言，如何通过对教育大数据的分析，建立起一套科学的、行之有效的、针对个体学生的差异化教学服务推荐方案，是提升高等教育教学质量、实现差异化教学的重要研究内容。本文以江西科技学院所积累的大量教学过程数据为基础，将学生学习过程抽象为多维数据标签，利用既有深度学习网络，设计了一套以教学服务差异化推荐为主要目的的多特征融合服务推荐策略网络模型。
关键词：服务推荐；教学资源管理；深度学习；人工智能
中图分类号：TP391.41 文献标识码：A 文章编号：2096-4706（2019）24-0118-03
Research on the Recommendation Strategy of Private University Teaching Service Based on Multi Feature Fusion
ZHENG Susheng，LI Ming，YAO Leiyue
（Jiangxi University of Technology，Nanchang 330098，China）
Abstract：Personalized service recommendation has been a hot research point of artificial intelligence. For colleges and universities，how to establish a set of scientific，effective and individualized teaching service recommendation scheme based on the analysis of education big data is an important research content to improve the teaching quality of higher education and realize differentiated teaching. Based on a large number of teaching process data accumulated by Jiangxi University of Technology，this paper abstracts students’learning process into multi-dimensional data labels，and designs a set of multi-feature fusion service recommendation strategy network model with the main purpose of teaching service differential recommendation by using the existing deep learning network.
Keywords：service recommendation；educational resource management；deep learning；artificial intelligence
基金项目：本文系江西省社会科学规划项目（项目编号：18JY40）；江西省科技厅项目（20171BAB202031），江西省科技厅科技攻关项目（项目编号：20171BBE50060）；江西省教育厅项目（项目编号：GJJ161143，GJJ151146）；江西省科技厅科技计划专项重点研发项目（项目编号：20181BBE50018）资助。
参考文献：
[1] 孟祥武，刘树栋，张玉洁，等. 社会化推荐系统研究 [J].软件学报，2015，26（6）：1356-1372.
[2] 王海艳，杨文彬，王随昌，等. 基于可信联盟的服务推荐方法 [J]. 计算机学报，2014，37（2）：301-311.
[3] 朱强，孙玉强. 一种基于信任度的协同过滤推荐方法 [J].清华大学学报（自然科学版），2014，54（3）：360-365.
[4] 胡勋，孟祥武，张玉洁，等．一种融合项目特征和移动用户信任关系的推荐算法 [J]. 软件学报，2014，25（8）：1817-1830.
[5] 周超，李博. 一种基于用户信任网络的推荐方法 [J]. 北京邮电大学学报，2014，37（4）：98-102.
[6] 邹本友，李翠平，谭力文，等. 基于用户信任和张量分解的社会网络推荐 [J]. 软件学报，2014，25（12）：2852-2864.
[7] 李美子，黄震华，向阳，等. 社交网络中基于信任评估的推荐控制模型 [J]. 同济大学学报（自然科学版），2014，42（7）：1117-1122.
[8] 张波，向阳，黄震华. 一种社交网络中的个体间推荐信任度计算方法 [J]. 南京航空航天大学学报，2013，45（4）：563-569.
作者简介：
郑苏生（1978.01-），男，汉族，江西抚州人，讲师，研究生，研究方向：工商管理；
李铭（1985.07-），男，汉族，江西抚州人，助教，本科，研究方向：计算机网络；
姚磊岳（1982.07-），男，汉族，江西南昌人，教授，研究生，研究方向：大数据挖掘与人工智能。