1 前言

本研究以黃炎培職業(yè)教育思想中的“謀個性之發(fā)展”為指導(dǎo)思想，通過將學(xué)生的社交信息融入推薦系統(tǒng)的個性化識別為技術(shù)手段。從學(xué)生之間交互度、學(xué)生性格、專業(yè)相似度、構(gòu)建專業(yè)課程池等方面對學(xué)校課程推薦和評價體系進(jìn)行研究，提出了一個兼顧個性和社會化信息的學(xué)生特征模型，并利用相似性，計算課程與專業(yè)間的相似性，構(gòu)建專業(yè)課程池，實現(xiàn)滿足黃炎培職業(yè)教育思想的個性化培養(yǎng)的課程推薦方法。

當(dāng)前高職院校學(xué)生選課面臨的主要問題是學(xué)校選課、排課形式單一，而學(xué)生的知識背景、學(xué)習(xí)能力卻千差萬別，致使黃炎培職業(yè)教育思想的個性化培養(yǎng)貫徹成為難題。本研究全面剖析了當(dāng)前職業(yè)教育人才培養(yǎng)方案中的課程選擇和排課方式中存在的模式統(tǒng)一的問題，以學(xué)生個性化識別為出發(fā)點，從學(xué)生性格分析和學(xué)生社會化信息識別兩個維度，以實現(xiàn)學(xué)生課程的個性化推薦為基本目標(biāo)，創(chuàng)新性地提出了構(gòu)建專業(yè)課程池的方法，緊緊圍繞學(xué)生個性刻畫和課程推薦展開研究，探索提高學(xué)生成功選課的方法及選課后的評價標(biāo)準(zhǔn)研究。

1.1 個性化識別建模

黃炎培職業(yè)教育思想強調(diào)個性化教育，職業(yè)教育應(yīng)該根據(jù)每個學(xué)生的獨特特點和需求來進(jìn)行。課題組通過廣泛深入地調(diào)查學(xué)生學(xué)習(xí)方式，并研究了信任推薦領(lǐng)域內(nèi)的最新商業(yè)研究動態(tài)，從應(yīng)用調(diào)研情況和當(dāng)前研究現(xiàn)狀分析發(fā)現(xiàn)，現(xiàn)有的學(xué)校排課模式統(tǒng)一，學(xué)生沒有自主選擇權(quán)。針對這個問題，課題組提出學(xué)生個性化識別模型，該模型旨在利用學(xué)生的個性化特征，為他們提供定制的教育體驗。學(xué)生個性化識別模型能較全面地識別和刻畫學(xué)生的個性，充分反映學(xué)生特征，為下一步課程推薦的合理性和推薦的成功率提供基本保障。學(xué)生個性化識別模型與黃炎培職業(yè)教育思想的理念相符，可以為教育領(lǐng)域提供更好的工具和方法，以滿足學(xué)生的個性需求，培養(yǎng)全面發(fā)展的人才。

1.2 構(gòu)建專業(yè)課程池

與黃炎培職業(yè)教育思想相結(jié)合，學(xué)校擴大課程選擇范圍，以滿足學(xué)生的多樣化興趣和需求。針對當(dāng)前學(xué)生可選的課程非常有限的問題，我們對專業(yè)特征和課程特征進(jìn)行了分類和整合，通過建立課程特征向量和專業(yè)類特征向量，然后認(rèn)真分析學(xué)校所開課程的特點，對開設(shè)的課程和各系部開設(shè)專業(yè)的特征，以計算向量余弦值的方式計算課程與專業(yè)的相似值，將余弦值大的課程歸入到專業(yè)課程池內(nèi)，構(gòu)建出相關(guān)專業(yè)的課程池。

1.3 生成推薦列表

根據(jù)黃炎培職業(yè)教育思想“謀個性之發(fā)展”的理念，本課題設(shè)計了一個個性化的培養(yǎng)方案，以學(xué)生個性化識別和專業(yè)課程池的構(gòu)建技術(shù)為支撐，課題組使用預(yù)估評分的辦法計算被預(yù)測的學(xué)生對所有沒被評價過的課程的預(yù)估分值，將分值進(jìn)行排序，給出N門課程的排序序列，將這個排序序列推薦給學(xué)生選擇。

1.4 社會化推薦課程評價標(biāo)準(zhǔn)

黃炎培職業(yè)教育思想的“謀個性之發(fā)展”課程推薦評價標(biāo)準(zhǔn)的制定是一個復(fù)雜而重要的過程，需要考慮多個因素，以確保評價標(biāo)準(zhǔn)的專業(yè)性和全面性。課題組首先根據(jù)準(zhǔn)確性、個性化、時效性、解釋性、學(xué)生滿意度等方面設(shè)定評價目標(biāo)，根據(jù)學(xué)生的選課成功率進(jìn)行評價，以課程覆蓋率和準(zhǔn)確率的平均絕對誤差為評價工具，對結(jié)果進(jìn)行分析，比較不同學(xué)生、不同課程的評價結(jié)果。

2 研究工作的內(nèi)容詳述

2.1 問題描述

將課程推薦與黃炎培職業(yè)教育思想相結(jié)合的課程分類可以有助于更好地實施黃炎培教育理念。將學(xué)校課程重新進(jìn)行定義和劃分，如下：核心價值觀教育類課程、人文科學(xué)與社會科學(xué)類課程、健康與體育教育類課程、創(chuàng)新與創(chuàng)業(yè)教育類課程、實踐與實習(xí)類課程、職業(yè)發(fā)展與就業(yè)指導(dǎo)類課程。以上專業(yè)和課程假設(shè)為L個專業(yè)大類、M門課程、N個學(xué)生，學(xué)生集合U=｛u1，u2，u3，…， un｝，專業(yè)課程池集合Z=｛z1，z2，z3，…，zl｝，課程集合C=｛c1，c2，c3，…，cm｝。學(xué)生之間的信任關(guān)系記為tu，v，tu，v為[0，1]之間的小數(shù)，學(xué)生信任關(guān)系矩陣記為：T。學(xué)生的性格記為pi，pi為[0.5，1]之間的小數(shù)，越內(nèi)向的取值越靠近0.5，越外向的取值越靠近1。課程和專業(yè)之間的相似值記為Xc，z，Xc，z這里為0～1之間的一位小數(shù)，所有的相似值組成相似矩陣，記為：X=［Xc，z］M×L。新學(xué)期新開設(shè)的課程ci第一次排入選課系統(tǒng)中，計算新開設(shè)課程與系統(tǒng)內(nèi)所有專業(yè)的相似值xi，j，將新加入的課程歸類相似值最大的課程池zk中。選課學(xué)生u對新加入的課程c的評分記為rui，cj，設(shè)定rui，cj為[1，5]之間的整數(shù)，如果第一次選課的學(xué)生對某一課程沒有評分，這一項在矩陣中用0表示，評分矩陣記為：R=［Ru，c］M×N。

2.2 學(xué)生的社會化個性識別模型

黃炎培職業(yè)教育思想下學(xué)生的社會化個性識別是一個復(fù)雜而重要的問題。要有效地識別學(xué)生的社會化個性，課題組采取了以下方法：學(xué)生調(diào)查和問卷調(diào)查。進(jìn)行定期的學(xué)生調(diào)查，以了解他們在校園和社會環(huán)境中的互動和行為。教師觀察。教師在日常教學(xué)中可以觀察學(xué)生的行為和互動方式，這有助于了解他們的社會化特征。家長和同學(xué)反饋。與家長和同學(xué)交流，以獲取他們的觀點和看法。社會技能評估。進(jìn)行社會技能評估，以了解學(xué)生的溝通、合作和解決沖突的能力。通過以上方法，對學(xué)生進(jìn)行社交個性分類，將學(xué)生分為內(nèi)向型和外向型。內(nèi)向型學(xué)生更喜歡獨立思考，外向型學(xué)生更愿意和他人互動和合作。根據(jù)“信任即相似”的假設(shè)，利用網(wǎng)絡(luò)交互信息，計算學(xué)生之間的信任度。

信任的定義：若有學(xué)生u和學(xué)生v，v的選課是參考u的選課結(jié)果而做出的選擇，則認(rèn)為v信任u。計算出學(xué)生的信任度再用其個性進(jìn)行修改，得到學(xué)生v對u的信任值。公式1給出了計算個性化的學(xué)生之間的信任度。

t（v，u）=pv·（1）

表1是表示學(xué)生之間信任的關(guān)系矩陣，表格中有u1、 u2、u3、u4、u5五個學(xué)生，表格中0～1之間的數(shù)值表示學(xué)生之間的信任關(guān)系，假設(shè)學(xué)生之間是互相信任，比如u3和學(xué)生u1、u2、u4、u5有信任關(guān)系，那么u1、u2、u4、u5也都和u3有相同的信任關(guān)系。

表2表示學(xué)生對課程評分構(gòu)成的矩陣，表格中包含有5個學(xué)生對5門課程的評分值，學(xué)生對課程的評分是矩陣中的一個值，數(shù)值在[0，5]之間。在表格中課程c2和c4的已有評分是學(xué)生u2給出的，數(shù)值都是3。沒有被這5個學(xué)生選過的課程，在矩陣中的值都是0。0值越多，沒被學(xué)生選過的課程越多。

表3是專業(yè)—課程的X矩陣，表格中列出5個專業(yè)和5門課程的相互關(guān)系，以[0，1]的小數(shù)表示課程與專業(yè)之間的相似性。例如，課程c2和專業(yè)z1、z2、z3、z4、z5之間的相似值都是非0值，z1的相似值最大。從而課程c2歸入到z1的專業(yè)課程池中。專業(yè)—課程相似的矩陣數(shù)據(jù)比較充足。

本課題研究學(xué)生和課程之間的關(guān)系，假設(shè)學(xué)生u和課程c，其中u∈U，c∈C，而學(xué)生對課程的評分ru，c未知。課程c在第一次被選課之前，要計算課程的特征向量，根據(jù)課程向量和專業(yè)類向量之間的相似值，加入相似值最大的專業(yè)課程池中，我們再去預(yù)估學(xué)生u對課程c的評分值。

2.3 建立以相似值和信任值為基礎(chǔ)的課程池算法。

（1）課程與其專業(yè)的余弦相似值計算

構(gòu)建專業(yè)矩陣Qa×b，其中a為學(xué)校的專業(yè)數(shù)量，b為專業(yè)關(guān)鍵特性的數(shù)量。將專業(yè)關(guān)鍵特征數(shù)量看作是多維空間上的向量，利用cos計算課程與專業(yè)類的相似值公式2如下。

（2）

其中，ci是表示目標(biāo)課程的向量，zj是所將歸屬的專業(yè)類的向量，輸出課程與其專業(yè)的cos矩陣XM×L，其中，M表示學(xué)校內(nèi)全部課程的總量，如管理學(xué)基礎(chǔ)、個人與團(tuán)隊管理、教育學(xué)等全校課程的總數(shù)量；L表示全校設(shè)置所有專業(yè)的總量，如法學(xué)、公共事業(yè)管理、土木工程等的總數(shù)量。

（2）構(gòu)建專業(yè)課程池

由余弦相似來計算相似值，根據(jù)相似值來建立專業(yè)課程池，由公式2計算每一門課程與所有專業(yè)類的相似值，把課程歸入相似值最大的專業(yè)課程池中。

計算全部課程與所有專業(yè)的相似值和建立課程池的算法如下。

算法1 建立課程池的偽代碼

輸入：全部課程的集合C，全部專業(yè)的集合L，課程—專業(yè)相似值的矩陣S=［Sc，z］M×L

輸出：專業(yè)課程池矩陣

1：for i from 1 to m do

2：for j from 1 to l do

3：利用公式2計算每一門課程ci與專業(yè)zj的余弦相似值

4：記錄相似值矩陣Mm×n

5：ci歸入相似值最高的zj

6：endfor

7：endfor

未選課的學(xué)生u，對新課程c的預(yù)估評分，可由公式3（學(xué)生對課程的預(yù)估評分）得到。

公式3學(xué)生對課程的預(yù)估評分

以學(xué)生之間信任關(guān)系為基礎(chǔ)的課程推薦評分預(yù)測算法。

算法2 預(yù)測評分的偽代碼

輸入：學(xué)生對已選課的評分矩陣R，學(xué)生的信任關(guān)系集合T

輸出：生成新的評分矩陣R

1：if （ci in 課程池）

2：for i from 1 to m do

3：計算學(xué)生u對已選課程的評分平均值

4：ruc= rcache

5：else

6：通過公式（1）計算學(xué)生之間的相互關(guān)系值，選取值最大的學(xué)生v

7：if （rvc＞0）

8：利用公式（3）計算ruc

9：else

10：計算學(xué)生v對課程c所在課程池的已評課程的rcache

（3）算法的后續(xù)討論

以計算專業(yè)相似性的方法，劃分專業(yè)課程池的算法，利用了學(xué)校排課中的課程與專業(yè)相關(guān)的特性，進(jìn)行余弦相似值計算，根據(jù)相似值的大小，將新加入的課程歸入相似值大的專業(yè)課程池內(nèi)，這防止了課程進(jìn)入選課系統(tǒng)的冷啟動的出現(xiàn)。同樣地，新生第一次進(jìn)入系統(tǒng)選課，通過學(xué)生歸屬在班級或系科里，解決了學(xué)生的冷啟動問題。

通過學(xué)生對課程的預(yù)測評分計算出新生對所有還沒選擇課程的預(yù)測評分，將預(yù)測值排序，從列表中選擇最大的N門課程進(jìn)行推薦。

例如，判斷新生李華對人力資源管理課的預(yù)測評分。先搜索人力資源管理課所在會計專業(yè)池內(nèi)李華已經(jīng)選修課程的課程評分，將所有課程的均值返給，如果會計專業(yè)課程池內(nèi)沒有李華選修的課程，則選取李華信任最大的王山作為游走目標(biāo)，若王山對《人力資源管理》有評分rv，c，則=tu，v·rv，c，否則，計算王山在會計專業(yè)池內(nèi)已選修課程的評分均值rv，c，如果李華與王山的信任值為tu，v，則李華對《人力資源管理》的預(yù)測評分為：=tu，v·rv，c。在選課系統(tǒng)中，基于信任關(guān)系的隨機游走算法，可以百分百實現(xiàn)選課預(yù)測，但是根據(jù)路徑的長度，準(zhǔn)確性也相應(yīng)地變化。

2.4 課程推薦的評價

黃炎培職業(yè)教育思想的課程推薦評價步驟與一般的課程推薦評價類似，但可以根據(jù)黃炎培職業(yè)教育思想的特點進(jìn)行定制。首先收集和預(yù)處理數(shù)據(jù)，收集與黃炎培職業(yè)教育思想相關(guān)的用戶行為數(shù)據(jù)和課程信息。這些數(shù)據(jù)可能包括學(xué)生的學(xué)習(xí)歷史、瀏覽記錄、學(xué)習(xí)興趣等行為，以及課程的內(nèi)容、難度等特征信息，再劃分訓(xùn)練集和測試集，將數(shù)據(jù)集劃分為訓(xùn)練集和測試集，以確保評估結(jié)果的準(zhǔn)確性和可靠性，可以使用交叉驗證或其他合適的劃分方法。

（1）課程推薦評價標(biāo)準(zhǔn)

①準(zhǔn)確性。評價目標(biāo)應(yīng)該確保推薦算法能夠準(zhǔn)確地根據(jù)學(xué)生的需求和興趣推薦適合的選課信息。這可以通過計算推薦結(jié)果與用戶實際選擇的課程之間的匹配度來進(jìn)行評估。

②個性化。評價目標(biāo)應(yīng)該關(guān)注推薦算法的個性化程度，即推薦結(jié)果是否能夠符合不同用戶的特定需求和興趣，這可以通過計算推薦結(jié)果的多樣性和覆蓋率等指標(biāo)來進(jìn)行評估。

③時效性。評價目標(biāo)應(yīng)該考慮推薦算法的時效性，即推薦結(jié)果是否能夠及時地反映最新的選課信息和用戶需求變化，這可以通過計算推薦結(jié)果的更新頻率和響應(yīng)速度等指標(biāo)來進(jìn)行評估。

④解釋性。評價目標(biāo)應(yīng)該關(guān)注推薦算法的解釋性，即推薦結(jié)果是否能夠清晰地向用戶解釋為什么會得到這樣的推薦結(jié)果，以增加用戶對推薦結(jié)果的理解和信任，這可以通過計算推薦結(jié)果的解釋性指標(biāo)來進(jìn)行評估。

⑤用戶滿意度。評價目標(biāo)應(yīng)該關(guān)注用戶對推薦結(jié)果的滿意度，即推薦算法是否能夠真正地滿足用戶的需求和期望。這可以通過用戶調(diào)查、反饋和評分等方式來進(jìn)行評估。

通過設(shè)定以上評價標(biāo)準(zhǔn)，并合理選擇相應(yīng)的評估指標(biāo)和評估方法，可以有效地評估課程推薦系統(tǒng)的性能和可靠性，為進(jìn)一步改進(jìn)和優(yōu)化提供參考依據(jù)。

（2）課程數(shù)據(jù)測評

我們選取與黃炎培職業(yè)教育培養(yǎng)“謀個性之發(fā)展”目標(biāo)相吻合的覆蓋率和準(zhǔn)確率兩個評價指標(biāo)對推薦系統(tǒng)進(jìn)行實驗和分析比較。在課題實驗的時候，嚴(yán)格掌控數(shù)據(jù)的來源、格式。刪除含有缺失項的記錄，用默認(rèn)值或使用其他相關(guān)變量的信息填充缺失值進(jìn)行插補等。識別并處理與其它觀測值明顯不同的值，再對學(xué)生之間的交互關(guān)系進(jìn)行模擬，信任度設(shè)置在[0，1]之間，通過將學(xué)生以班級、系部進(jìn)行信任關(guān)系歸類，生成學(xué)生的信任關(guān)系表。

①以選課和行為記錄為數(shù)據(jù)集。訓(xùn)練集1是采用了學(xué)校最近3年的48個專業(yè)、1290門課程的150276課次的選課記錄。訓(xùn)練2是學(xué)生在3年的學(xué)習(xí)過程中產(chǎn)生的546987份學(xué)生行為記錄，將它分成信任值在[0，1]之間的信任關(guān)系。測試集是2023年秋季的6個專業(yè)、187門課程、1902個學(xué)生的選課數(shù)據(jù)和這些學(xué)生的行為記錄作為信任關(guān)系集。

②算法的評價指標(biāo)

在建立各類專業(yè)課程池的時候，課程的覆蓋率是重要的評價指標(biāo)，表示課程歸入到課程池的完全程度。在學(xué)校課程的分類過程中，課程分類一直不徹底。比如大數(shù)據(jù)分析課程，既與計算機應(yīng)用專業(yè)相類似，也和大數(shù)據(jù)與會計相類似，這種模棱兩可的課程，就無法被推薦給學(xué)生。課程覆蓋率的高低、課程推薦的準(zhǔn)確性也就有了相應(yīng)的變化。覆蓋率的計算公式如下。

Coverage= （4）

其中，是指課程池內(nèi)包含的課程的總量，是指全校課程的總量。

準(zhǔn)確度是課程推薦的另一個評價指標(biāo)，是在信任的基礎(chǔ)上加入隨機游走策略后，成功將課程推薦給學(xué)生的比率，用平均絕對誤差來表示。平均絕對誤差的大小與推薦是否成功緊密相關(guān)，平均絕對誤差越小越好。設(shè)學(xué)生對課程的預(yù)測評分集合為=｛，，…，｝而實際學(xué)生選課后的真實評分集合為R=｛，，…｝，那么推薦成功的準(zhǔn)確度的計算公式如下。

（5）

（3）結(jié)果分析

將48個專業(yè)、1290門課程進(jìn)行實驗，將對課程進(jìn)行分類的詞語分別設(shè)定為3、5、7、9、11、13、15個，在對課題研究的算法進(jìn)行實驗過程中，驗證了對課程進(jìn)行分類的關(guān)鍵詞的選擇決定算法的成敗。選擇專業(yè)術(shù)語作為“專業(yè)類關(guān)鍵詞”，兩個評價指標(biāo)都很低。設(shè)定專業(yè)性不強的“非專業(yè)關(guān)鍵詞”，兩個評價指標(biāo)都非常高，但是也有同一門課程分到了不同的專業(yè)池里的情況。分布圖如表4和表5所示。

由上表所示，課程進(jìn)行分類的過程中，是否是專業(yè)的關(guān)鍵詞對課程的成功分類起到關(guān)鍵的作用。在本課題研究中，選用黃炎培職業(yè)教育方向相關(guān)的課程作為訓(xùn)練集和測試集，所以測試結(jié)果完全在預(yù)期中。

本研究的課程分類和推薦算法是在經(jīng)典的隨機游走算法的基礎(chǔ)上改進(jìn)的，所以將本文算法和隨機游走算法用平均絕對誤差值進(jìn)行比較，結(jié)果如下圖所示。

從圖中可以看出，本研究采用的先建立專業(yè)課程池再基于信任的隨機游走雙層結(jié)構(gòu)算法與傳統(tǒng)的TidalTrust算法與比較，課程推薦成功的可能性更大。在學(xué)校選課系統(tǒng)內(nèi)，已經(jīng)構(gòu)建了各個專業(yè)的課程池，所以課程查找范圍進(jìn)一步縮小，在基于學(xué)生互相信任基礎(chǔ)上的隨機游走算法，進(jìn)一步提高了課程推薦成功的可能性。

3 總結(jié)

黃炎培作為中國職業(yè)教育領(lǐng)域的杰出思想家，他的思想對中國的職業(yè)教育產(chǎn)生了深遠(yuǎn)的影響。為深入研究和傳承黃炎培的職業(yè)教育思想的“謀個性之發(fā)展”的理念融入學(xué)校課程中，本課題研究提出的以個性為基礎(chǔ)的新的學(xué)校課程設(shè)置算法，先根據(jù)課程與專業(yè)的相似值大小，將課程歸入專業(yè)課程池，再在專業(yè)課程池中，將學(xué)生之間的信任關(guān)系融入游走算法中，將預(yù)測學(xué)生評分高的課程推薦給學(xué)生進(jìn)行選擇。在這種情況下，解決了系部增加的學(xué)期新課的冷啟動問題，加入信任的隨機游走算法后，也將黃炎培職業(yè)教育思想中的“個性化”考慮在內(nèi)，解決了新生剛進(jìn)入學(xué)校的選課冷啟動問題。研究最后的實驗驗證了，基于信任的隨機游走算法能夠提高學(xué)校課程的推薦成功率，也減少了學(xué)生選課的盲目性。

（作者單位：1.煙臺職業(yè)學(xué)院；2.煙臺開放大學(xué)）