基于深度学习的习题推荐算法研究（大论文）

---

三章安排

1. 融合教育资源特征的嵌入预训练方法
2. 对比学习下的序列推荐方法
3. 系统

目前的困难

• 第一章

最困难的一章 什么都还没有看过

1. gikt pebg 之间的联系 以及项目代码 项目代码是 tf的 就看看就好
2. PEBG_Pytorch 稍微看看
3. ER-GIKT-Flask-Vue 的后面训练代码 模型 作者很好写的就是pytorch版本

• 第二章

目前来说 没什么问题的一章

数据集问题

1. 书本借阅数据集的使用

• 第三章

目前来说 看懂项目 这个东西就完事了

项目文件 项目文件 项目文件

自己的规划

目前 是 2023年的8/9日

针对于 难度划分

安排肯定是 第二章 第三章 第一章

按照要做的事情划分的话 应该有以下几个事情

第一章

阅读 apexEDM（说实话 这个apex）把我当初笑到了 gikt和pebg 简单阅读

阅读 pebg-pytorch 文件 毕竟是一种实现方法 中等

阅读 项目中pebg和gikt的实现 很重要很重要

论文 主要的应该就是去阅读 pebg和gikt的一类文章 中等

第二章

添加算法的步骤

规定好文章的章节

将书本借阅数据集带入其中

第三章

系统文件的阅读 很重要很重要！！！

文件汇总

目标的代码 有4个github 代码要看

https://github.com/1191000814/ER-GIKT-Flask-Vue/tree/main 第三章

https://github.com/ApexEDM/GIKT 第一章

https://github.com/ApexEDM/PEBG 第一章

https://github.com/suhejian/PEBG_Pytorch 第一章

论文

gikt pebg 以及类似的

书本借阅的数据集

http://data.libraryjournal.com.cn/data/dv/tushuguanzazhi/faces/study/StudyPage.xhtml;jsessionid=98165e785709775bfdfa9535d24f?globalId=hdl:20.500.12304/10159&studyListingIndex=0_98165e785709775bfdfa9535d24f

时间计划

接下来的一周

1. 安排完第二章 不考虑书本数据集的添加
2. 完成第三章项目的阅读