基于协同过滤的医学生智能学习推荐系统设计

罗智霖 殷萍 蔡敏 毕迎春

摘要：为提高医学院校学生自我管理和学习的能力，设计一种基于协同过滤的医学生智能学习推荐系统，以临床医学专业学生为例，通过分析用户历史行为，经过数据探索与预处理，应用协同过滤算法，筛选并推送满足用户学习兴趣和需求的信息和习题，为用户提供个性化服务。

关键词：协同过滤;医学生;智能推荐

中图分类号：TP302.1      文献标识码：A

文章编号：1009-3044（2021）36-0095-02

开放科学（资源服务）标识码（OSID）：

Design of Intelligent Learning Recommendation System for Medical Students Based on Collaborative Filtering

LUO Zhi-lin， YIN Ping， CAI Min， BI Ying-chun

（School of Medical Information， Wannan Medical College， Wuhu 241002， China）

Abstract： In order to improve the self-management and learning ability of medical college students， an intelligent learning recommendation system for medical students based on collaborative filtering is designed. Taking students majoring in clinical medicine students as an example， through analyzing users' historical behavior， after data exploration and preprocessing， collaborative filtering algorithm is applied to screen and push information and exercises that meet users' learning interests and needs. It can provide personalized services for users.

Key words： collaborative filtering; medical students; intelligent recommendation

推进信息技术与医学教育融合，加强医学人才培养，是提高医疗卫生服务水平的基础工程[1]，党的十八大以来，我国医学教育蓬勃发展，为卫生健康事业输送了大批高素质医学人才。在新型冠状病毒肺炎疫情防控中，我国医学教育培养的医务工作者发挥了重要作用。但同时面对疫情提出的新挑战、实施健康中国战略的新任务、世界医学发展的新要求，我国医学教育还存在人才培养结构亟需优化、培养质量亟待提高、医药创新能力有待提升等问题[2]。

医学院校学生面临着众多的学习科目和内容，随着网络技术的飞速发展，医学生可以在网络世界中获取到更多的医学知识，但面对海量的网络数据，医学生花费了大量的上网时间，却很难学习到真正对自己有价值的知识，本文设计的基于协同过滤的医学生智能学习推荐系统，通过分析提取用户的历史行为数据，应用协同过滤算法，为医学生智能推荐可能感兴趣的信息和习题，减轻医学生繁重的学习压力，提高医学生学习效率和学习能力。……