立项评审通过 创新训练 120信息科学与系统科学 数字教育未定级

本项目对如何将推荐算法运用于高中学段学生的习题优化展开了研究。本项目对高中学段学生-题目的数据进行分析，针对不同学生的薄弱区，给他推荐最适合他做的题目，从而提高学生学习效率、改善学生刷题体验，将广刷题、多刷题的“题海战术”转变为少做题、做好题的高效率、低负担的学习方式。根据该研究方向，本项目需要解决以下几个问题：数据的挖掘与处理、学生画像的构建、习题特征的提取、推荐算法的选择和实用情况的评估。 本项目创新点大致有如下几点：个性化学习推荐，智能题目推荐算法，学科多样化的个性推荐 研究方法主要有K最近邻（K-Nearest Neighbors，KNN）算法、决策树算法、协同过滤（Collaborative Filtering, CF）算法。