一种面向 K-12 在线课堂个性化教师推荐的教育系统
人工智能
2021-07-16 v1
摘要
在本文中，我们提出一种简洁而有效的方案，用于构建面向在线一对一课程的实用教师推荐系统。我们的系统包含：（1）提供可靠训练标签的伪匹配分数模块；（2）对所有候选教师打分的排序模型；（3）为新手教师提供额外机会的新颖性提升模块；（4）守护推荐结果以降低冲突概率的多样性度量。离线实验结果表明，我们的方法优于广泛的基线。此外，我们显示在某一第三方在线教育平台五个月的观测中，我们的方法能将师生匹配尝试次数从 7.22 降至 3.09。
引用
@article{arxiv.2107.07124,
title = {An Educational System for Personalized Teacher Recommendation in K-12 Online Classrooms},
author = {Jiahao Chen and Hang Li and Wenbiao Ding and Zitao Liu},
journal= {arXiv preprint arXiv:2107.07124},
year = {2021}
}
备注
AIED'21: The 22nd International Conference on Artificial Intelligence in Education, 2021