一种基于机器学习的智能课程推荐方法

本发明涉及人工智能技术领域，公开一种基于机器学习的智能课程推荐方法，包括：步骤S1，采集且归一化英语课程的历史数据；步骤S2，在归一化后的课程数据基础上，分析各课程间的先修关系，构建表示课程依赖关系的有向图；步骤S3，基于已构建的课程依赖图，建立转换成本模型；步骤S4，依据课程依赖图和转换成本模型，采用动态规划方法进行学习路径优化，计算不同路径下的总学习成本，选取最小成本路径作为推荐学习路径。本发明采用混合与自适应推荐模型技术方案，达到智能实时调整学习路径的效果，相较于现有技术中固定规则推荐方案，解决学生学习状态反馈滞后和路径规划僵化的问题。