論文相似度dcard的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列特價商品、必買資訊和推薦清單

基於授課內容與學生學習偏好的課程推薦系統

為了解決論文相似度dcard的問題，作者魏齊佑 這樣論述：

隨著科技的演變，資訊在網路流通迅速，在商業、媒體、學術…等，都有很大的突破，商業上以虛擬的平台，解決了買方與賣方之間的距離，媒體也在網路上將想傳遞的資訊更快速到人們眼中，在學術交流上更成為了一大福音，人們查詢資料不再需要在圖書館中才能找到資料，資訊的取得對人們無往不利，但同時也成為人們選擇資料的一大難題，因此有了推薦系統的誕生。在多數的推薦系統當中使用的方法為基於個人偏好為或者基於熱門度的方式進行推薦，但在推薦上面往往不是最理想的答案。而這樣的問題同樣顯現在教育學習的領域上，在目前自主學習與無邊界學習的風潮下，學生如何在眾多的課程中，找到合適自己修習的課程，則成了本論文的研究動機。因此，本論

文想在課程學習上建立一個推薦系統，目的是透過分析出與此使用者相關聯的課程，進而推薦給找尋課程的使用者。本論文選擇了課程作為分析的資料庫，選擇的原因有幾個主要的目的，第一、在跨領域的課程，在選擇上都會因不熟悉而無法選擇，第二、由於課程教學方式不同，在相同的課程題目下，不同教師的教授情形，可能提供學生不同的學習能力，第三、學生的學習方式偏好與興趣，可能適合學習不同的課程，因此想藉此推薦系統協助學生找到合適之課程。本論文首先透過前測問卷瞭解學生特質、學習方式與教學方式之間的關聯性，再進一步透過正式問卷的設計取得學生資料以及其對不同課程在各個層面上的評價。接著，利用KNN與SVD分析，將關連性及相似度

進行評測，利用協同過濾的方式對使用者進行課程上的推薦。最後，我們利用MAE與RMSE來評估KNN與SVD在預測上的準確度。對於未來的研究延伸，也可添加各個大學生討論平台的課程討論，如:Facebook、Dcard、PTT…等，對於該課程的評論進行褒貶的評價加入考量當中，藉由語意的辨識，更加強化推薦系統的精準度。