新冠疫情背景下在线教育成为全球共同选择。随着在线教育资源的极大丰富以及教师和学生时空上的隔离,如何实时了解学生学习状态以便为教师提供有效教学反馈,如何为学生提供合适在线教育资源以满足差异化需求,成为在线教育亟待解决的问题与挑战。围绕网络课程智能适配方案,构建学生标签大数据平台,重点分析用户数据分类、获取方式及完整学生画像体系设计方法;结合多属性决策模型,探讨网络课程评级与分类方法;基于协同过滤匹配度算法,探讨实现学生和课程的精确推荐方法。网络课推荐方法不仅有助于提高网络课程利用率,也有助于根据学习者个人特征开展更加灵活有效的网络课程教学。
