2019-2020第二学期人工智能方向-推荐系统课程

           智能推荐系统》课程过程化考核方案

《智能推荐系统》是软件工程专业的一门专业选修课,也是人工智能方向的一门重要基础课,是学生从机器学习基础开发人员过度到推荐算法工程师的必备课程。为了确保教学质量、公平有效的评价学生的学习效果,该课程采用的过程化考核方案为:雪梨(平台)作业占55%,平时成绩占15%,期末考核占30%,具体细化如下。

1. 雪梨(平台)作业

任务一 第一章、推荐系统简介 (6分)

1、请列举5个自己使用过的网站或应用中的推荐系统的应用加截图,并阐明功能实现。

2、描述你理想的推荐系统的评价方法,可以不限于课件中的指标。

 

任务二 第二章、用户行为分析(7分)

1、请描述如果你开发一个购物网站,需要保留用户的哪些行为记录(至少三种),从这些行为记录可以实现什么推荐功能。

2、用自己的语言描述基于邻域算法的实现过程,并附上实现代码。

3、用自己的语言描述隐语义模型的实现过程,并附上实现代码。

4、用自己的语言描述基于图的模型的实现过程,并附上实现代码。

 

任务三 第三章、推荐系统的冷启动问题(7分)

1、请用自己的语言描述推荐系统的冷启动问题,及你认为的解决方案(至少三种)。

2、用自己的语言描述利用用户注册信息如何解决冷启动问题,并附上实现代码。

3、用自己的语言描述利用物品的内容信息如何解决冷启动问题,并附上实现代码。

 

 

任务四 第四章、用户标签分析(7分)

1、请用自己的语言描述推荐系统的中有哪些是用户的标签,加入自己使用的网站的截图(至少三种)。

2、用自己的语言描述如何给用户推荐标签,并附上实现代码。

3、用自己的语言描述如何实现基于用户标签的推荐系统,并附上实现代码。

 

任务五 第五章、上下文信息分析(7分)

1、请用自己的语言描述你使用过哪些利用时间或地点上下文信息的推荐系统(至少三种),加系统使用截图。

2、用自己的语言描述如何实现基于时间上下文信息的推荐系统,并附上实现代码。

 

任务六 第六章、社交网络数据分析(7分)

1、请用自己的语言描述你使用过哪些利用社交网络信息的推荐系统(至少三种),加系统使用截图。

2、用自己的语言描述如何实现为用户推荐好友,并附上实现代码。

 

任务七 第七章、推荐系统实例(7分)

1、请用自己的语言描述推荐系统的实现流程及架构图。

2、用自己的语言描述如何实现一个推荐系统,包括前端界面、后端、算法,三者如何配合。

 

任务八 第八章、评分预测问题(7分)

1、请用自己的语言描述如何真正评价推荐系统的性能。

2、结合任务七的第2题,尝试对自己设计的推荐系统进行预测评价。

 

特别说明,学生应根据课上老师讲授内容独立完成作业;抄袭作业一律0分;学生对作业判定结果有异议,可以找老师申诉,课程组经过综合考虑之后,给学生最终答复。

2. 平时表现

平时表现包括出勤、回答老师问题、解答同学问题、对本课程的教学提出一些建设性的建议等,该项总共占15分,老师平时做好记录,学期末对所有学生进行综合给分。

3. 期末考核  

为了检验学生对本课程知识的整体掌握情况,学期末对学生进行期末考核,该项占30分。特别说明,所有学生必须参加期末考核,不参加期末考核的学生最终成绩为不合格。

课程学员
5-刘佳豪
3-刘博文
8-李欣然
6-刘万里
5-闫文鑫
5-邓敖
7-童盛
33-张梦如
6-李啸昆