Resumen

Al comienzo de un nuevo semestre, debido al limitado entendimiento de los nuevos cursos, es difícil para los estudiantes hacer elecciones predictivas sobre los cursos del semestre actual. Para ayudar a los estudiantes a resolver este problema, este artículo propuso un modelo de predicción híbrido basado en aprendizaje profundo y filtrado colaborativo. El modelo propuesto puede generar automáticamente sugerencias personalizadas sobre los cursos del próximo semestre para ayudar a los estudiantes en la selección de cursos. Las dos tareas importantes de este estudio son la recomendación de cursos y la predicción del ranking de los estudiantes. Primero, utilizamos un modelo de filtrado colaborativo basado en usuarios para dar una lista de cursos recomendados calculando la similitud entre usuarios. Luego, para los cursos en la lista, utilizamos un modelo de predicción híbrido para predecir el rendimiento de los estudiantes en cada curso, es decir, la predicción del ranking. Finalmente, daremos una lista de cursos en los que el estudiante es bueno o no bueno según el ranking predicho de los cursos. Nuestro método se evaluó en datos de estudiantes de dos

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Nuevo semestre; Cursos; Elecciones predictivas; Modelo de predicción híbrido; Aprendizaje profundo; Filtrado colaborativo
• Keywords:New semester; Courses; Predictive choices; Hybrid prediction model; Deep learning; Collaborative filtering