一种课程推荐方法及系统与流程

本发明涉及计算机终端设备网络多媒体教育领域，具体涉及一种在线课程推荐方法及系统。

背景技术：

随着互联网技术的发展，特别是移动互联网的迅猛发展。在线教育，作为现代传统教育的一种补充，发展规模日益壮大。在线教育具有以下优点：1.可选择性，学生可以根据自身需要或者兴趣爱好自主选择相应课程，选择过程简单快捷。2.拓展学习交流范围，在线学习打破以往固定班级成员的传统，可以汇聚许多志同道合的学生在一起，进一步拓展了学生的学习交流范围。3.教育资源更加公平，教师在线授课时，不会因为学生在班级中的位置距离造成接受知识的干扰，给予所有学生平等的教育机会。可以在学生空闲时间，针对掌握较欠缺的知识进行补缺补漏。基于上述优点，在线教育日益受到学生及家长的欢迎，相关的在线教育技术也在不断发展完善。

现有技术中，中国专利文献公CN102508846开了一种基于网络的媒体课件的推荐方法和系统。该技术方案包括：系统端分析课件属性或者用户对课件学习行为数据，得到课件适用属性信息；系统端分析用户的个人基本学习属性信息或者用户的课件学习行为数据，确定用户偏好信息；根据课件适用属性信息和用户偏好信息，检索适用用户学习的课件列表；用户端对从系统端检索匹配到的课件列表，按照适用用户学习的匹配程度排列显示。通过本发明提供基于网络的媒体课件的推荐方法及系统，以满足用户个性化学习需求，以及根据不同用户学习状况和进度不同的差异化学习需求，有效地提高向用户推荐适用课程对象的精度和准度，方便用户快速找到适合自己学习教学课件。该技术方案仅针对课件的推荐，而且推荐的依据只与用户偏好行为相关。不同的课程有不同的授课教师，同一课程也有不同的授课教师，不同的授课教师适合不同的受众学生，如何匹配一位合适的教师，才能更好的提高提高学习效率。

技术实现要素：

为此，本发明所要解决的技术问题在于现有技术中只推荐教学课件，没有针对学生的情况推荐合适的授课教师。

为解决上述技术问题，本发明的技术方案为:

一种课程推荐方法，包含以下步骤：

建立授课教师池，按授课课程进修归类，在同一授课课程下按设定成绩区间标准进行区分归类；

设置教师动态评分机制，每一位参与课程的学生对授课教师进行评分，统计每一位教师的评分，并在设定时间间隔更新评分；

接收输入的学生信息，所述学生信息包含：姓名、年级、各课程历史成绩、性别；

根据年级信息进行检索，生成各必要课程的排列统计；

根据各课程历史成绩，从教师池中检索出各必要课程的授课教师的组合；

根据性别，从检索出的授课教师的组合中筛选出该性别学生评分最高的授课教师，并根据评分高低排序；

生成课程推荐表，包含所有必要课程，并包含每一课程的授课教师推荐；

接收课程推荐表并显示。

所述学生信息还包含：附加信息，附加信息为：兴趣选项、性格选项。

所述的一种课程推荐方法，进一步包含：

根据输入的学生信息，寻找匹配对象，根据学生信息相似度的高地进行评分。

还包含：将学生信息相似度评分较高的学生信息进行相互推荐。

一种课程推荐系统，包含：中央服务器、操作终端；

中央服务器，进一步包含：

教师管理模块，建立授课教师池，按授课课程进修归类，在同一授课课程下按设定成绩区间标准进行区分归类；

教师评分模块，设置教师动态评分机制，每一位参与课程的学生对授课教师进行评分，统计每一位教师的评分，并在设定时间间隔更新评分；

收发模块，接收操作终端发送的学生信息，所述学生信息包含：姓名、年级、各课程历史成绩、性别；

第一检索模块，根据年级信息进行检索，生成各必要课程的排列统计；

第二检索模块，根据各课程历史成绩，从教师池中检索出各必要课程的授课教师的组合；

排序模块，根据性别，从第二检索模块检索出的授课教师的组合中筛选出该性别学生评分最高的授课教师，并根据评分高低排序；

推荐表生成模块，将第一检索模块和排序模块的数据进行集合生成课程推荐表，包含所有必要课程，并包含每一课程的授课教师推荐，并交由收发模块发送至所述操作终端；

操作终端，包含通信模块、操作显示模块；其中

通信模块，将输入的学生信息发送至所述中央服务器的收发模块；接受所述收发模块发送的课程推荐表；

操作显示模块，输入学生信息，显示课程推荐表。

所述学生信息还包含：附加信息，附加信息为：兴趣选项、性格选项。

所述中央服务器还包含：

评分模块，根据输入的学生信息，在相同年级的学生中寻找匹配对象，根据学生信息相似度的高地进行评分。

所述中央服务器还包含：

推荐模块，按学生信息相似度评分进行分组，将分组内的学生信息相似度评分较高的学生信息进行相互推荐。

一种课程推荐服务器，包含：

教师管理模块，建立授课教师池，按授课课程进修归类，在同一授课课程下按设定成绩区间标准进行区分归类；

教师评分模块，设置教师动态评分机制，每一位参与课程的学生对授课教师进行评分，统计每一位教师的评分，并在设定时间间隔更新评分；

收发模块，接收学生信息，所述学生信息包含：姓名、年级、各课程历史成绩、性别；

第一检索模块，根据年级信息进行检索，生成各必要课程的排列统计；

第二检索模块，根据各课程历史成绩，从教师池中检索出各必要课程的授课教师的组合；

排序模块，根据性别，从第二检索模块检索出的授课教师的组合中筛选出该性别学生评分最高的授课教师，并根据评分高低排序；

推荐表生成模块，将第一检索模块和排序模块的数据进行集合生成课程推荐表，包含所有必要课程，并包含每一课程的授课教师推荐。

所述的一种课程推荐服务器，还包含：

评分模块，根据输入的学生信息，在相同年级的学生中寻找匹配对象，根据学生信息相似度的高地进行评分；

推荐模块，按学生信息相似度评分进行分组，将分组内的学生信息相似度评分较高的学生信息进行相互推荐。

本发明的上述技术方案相比现有技术具有以下优点：

1.本发明所述的一种课程推荐方法和系统，通过建立教师池，将同一授课课程的教师按设定的成绩区间标准进行分类，满足不同成绩区间的学生需要，最大化实现因材施教。参与课程的学生可以对授课教师进行评分，对教师进行一个客观的动态考评，为后续选课的学生提供参考。学生信息包括较为全面的学生个人信息，根据输入的年级信息生成必要课程的排列统计，减少人工输入课程的步骤。根据各科的历史成绩从教师池中检索出授课教师的组合，找到合适自己成绩的教师，并根据性别，选择合适这一性别的教师，做到教师与学生的最大化的匹配。

2. 本发明所述的一种课程推荐方法和系统，学生信息还包含兴趣选项和性格选项的附加信息，可以让后台更好丰富学生信息的数据类型，为后续其他统计分析提供数据支撑。

3.本发明所述的一种课程推荐方法和系统，通过收集的学生信息数据进行计算，计算出学生信息相似度，找出相似的学生，进行归类，方便后续提供增值服务。

4. 本发明所述的一种课程推荐方法和系统，将相似度评分较高的学生信息进行相互推荐，建议相关学生建立学习兴趣小组，在提高学习成绩的同时，拓展自己的社交。

5.本发明所述的一种课程推荐服务器，通过建立教师池，将同一授课课程的教师按设定的成绩区间标准进行分类，满足不同成绩区间的学生需要，最大化实现因材施教。参与课程的学生可以对授课教师进行评分，对教师进行一个客观的动态考评，为后续选课的学生提供参考。学生信息包括较为全面的学生个人信息，根据输入的年级信息生成必要课程的排列统计，减少人工输入课程的步骤。根据各科的历史成绩从教师池中检索出授课教师的组合，找到合适自己成绩的教师，并根据性别，选择合适这一性别的教师，做到教师与学生的最大化的匹配。

6. 本发明所述的一种课程推荐服务器，学生信息还包含兴趣选项和性格选项的附加信息，可以让后台更好丰富学生信息的数据类型，为后续其他统计分析提供数据支撑。通过收集的学生信息数据进行计算，计算出学生信息相似度，找出相似的学生，进行归类，方便后续提供增值服务。

附图说明

为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中

图1是本发明实施例1的一种课程推荐方法的流程图；

图2是本发明实施例1的一种课程推荐系统的结构框图。

图中附图标记表示为1-中央服务器；11-教师管理模块；12-教师评分模块；13-收发模块；14-第一检索模块；15-第二检索模块；16-排序模块；17-推荐表生成模块；18-评分模块；19-推荐模块；2-操作终端；21-操作终端；22-操作显示模块。

具体实施方式

实施例1

参见图1所示，为本发明一个实施例的一种课程推荐方法，包含以下步骤：

建立授课教师池，按授课课程进修归类，在同一授课课程下按设定成绩区间标准进行区分归类。比如按语文、数学、英语、化学、历史等等学科进行归类并存储在存储器中。每一个分类占用存储器中一个独立的存储区间，避免存储器故障造成大面积数据无法恢复。每一分类下，比如语文这一分类下，分为：小学大组、中学大组，按年级再分为小组，如小学一年级、中学二年级等等。每一小组下按成绩区间将授课教师进行分类。例如：语文—小学—二年级—{0-60}成绩区间：1.李老师；2.王老师；3.张老师…..。数学—中学—初三—{91-100}成绩区间：1.丁老师；2.钱老师；3.孟老师…..。等等。

设置教师动态评分机制，每一位参与课程的学生对授课教师进行评分，统计每一位教师的评分，并在设定时间间隔更新评分，通过计算统计设定时间段（一个月或者一个季度或者一个学期）的平均评分并更新。同时，评分是匿名的，授课教师无法看到评分对象。评分划为以下选项：1.成绩提高分数；2.教师授课生动性；3.教师主动辅导积极性；4.教师作业的丰富性。每项评分为0-5。每次测试，成绩每提高5分评分分数加1，例如提高了20分，则该项给予教师的评分为4。教师主动辅道学生一次，评分分数加0.5。比如在参与课程过程中，教师辅道某位学生8次，则该学生在对教师主动辅导积极性的评分为4分。剩下2项评分为主观评分项，由学生根据自身判断评分。从上述四个维度进行评分，最后相加得到总分，并参与比较。在设定时间间隔更新评分，留给授课教师改变的时间，督促授课教师针对不足项目进行提升，进而促进教师之间的良性竞争。

接收输入的学生信息，所述学生信息包含：姓名、年级、各课程历史成绩、性别。

根据年级信息进行检索，生成各必要课程的排列统计。比如需参与课程:语文、数学、物理、化学、生物等等。

根据各课程历史成绩，从教师池中检索出各必要课程的授课教师的组合。例如：数学—中学—初三—{91-100}成绩区间：1.丁老师；2.钱老师；3.孟老师。语文—中学—初三—{71-90}成绩区间：1.王老师；2.陈老师；3.欧阳老师。等等。其中每位教师均附上教师介绍和教师动态评分。

根据性别，从检索出的授课教师的组合中筛选出该性别学生评分最高的授课教师，并根据评分高低排序。例如数学—中学—初三—{91-100}成绩区间—受男学生欢迎程度（成绩区间这一条件不发生根本性逆转）：1.钱老师；2.丁老师；3。孟老师。

生成课程推荐表，包含所有必要课程，并包含每一课程的授课教师推荐。

接收课程推荐表并显示。以表格形式展现。比如表格上显示：语文、数学、英语、化学、物理等等。点击“语文”，展开的是：1.王老师；2.陈老师；3.丁老师。在教师名字下方显示有教师的动态评分。

所述学生信息还包含：附加信息，附加信息为：兴趣选项、性格选项。兴趣选项包含：“乐器”、“运动”、“歌唱”、“舞蹈”、“阅读”选项，允许多选。性格选项包含：“活泼开朗”、“沉稳内敛”，只允许单选。

所述的一种课程推荐方法，进一步包含：

根据输入的学生信息，寻找匹配对象，根据学生信息相似度的高地进行评分。首先按年级将所有学生进行分类，接着按性别进行分类，然后按各课程成绩进行分类，将各课程成绩划分为若干区间，每10分为一个区间，比如61-70分为一个分类区间；71-80分是一个分类区间，以此类推。将同年级里男女学生分别统计计算。根据获取的各课程成绩，自动将同年级男、女学生中各科成绩所属区间进行划分。并计算相同课程区间的学生，计算规则：具有一个相同课程区间则两个学生之间的相关度为10分。具有相同的兴趣选项，每项为5分，具有相同的性格选项，每项为10分。例如：张三，语文65、数学71、化学88、英语61、物理91。兴趣选项：“运动”、“歌唱”；性格选项：“活泼开朗”。经统计发现李四：语文71、数学75、化学89、英语66、物理93。兴趣选项“阅读”、“运动”。性格选项：“沉稳内敛”。王五：语文88、数学82、化学88、英语62、物理93.兴趣选项：“运动”、“歌唱”；性格选项“活泼开朗”。以张三为例，李四与张三的相似度为45，王五与李四的相识度为55。以此方法进行计算统计，并由高至低，选出设定数量（例如是4位学生）。可以一学期进行一次学生信息相似度的评分，在开学前进行一次评分。

还包含：将学生信息相似度评分较高的学生信息进行相互推荐。比如按分数高低将王五、李四、钱七、孙二的个人信息通过推送信息的形式推荐给张三的学生账号。将张三、李四、孙二、钱七的个人信息通过推送信息的形式推荐给王五。并可以设置禁止将别人推荐给自己，禁止将自己推荐给别人，避免一些恶意骚扰。

本发明所述的一种课程推荐方法，通过建立教师池，将同一授课课程的教师按设定的成绩区间标准进行分类，满足不同成绩区间的学生需要，最大化实现因材施教。参与课程的学生可以对授课教师进行评分，对教师进行一个客观的动态考评，为后续选课的学生提供参考。学生信息包括较为全面的学生个人信息，根据输入的年级信息生成必要课程的排列统计，减少人工输入课程的步骤。根据各科的历史成绩从教师池中检索出授课教师的组合，找到合适自己成绩的教师，并根据性别，选择合适这一性别的教师，做到教师与学生的最大化的匹配。通过大数据计算，通过全面的计算，不仅仅只考虑学生的成绩，匹配出相似的学生，并鼓励相似的学生建立学习小组。

实施例2

参见图2所示，为本发明一个实施例的一种课程推荐系统，包含：至少一台中央服务器1、至少一台操作终端2。

中央服务器1，可以采用现有技术中的服务器作为基础硬件支撑，进一步包含：

教师管理模块11，建立授课教师池，按授课课程进修归类，在同一授课课程下按设定成绩区间标准进行区分归类。比如按语文、数学、英语、化学、历史等等学科进行归类并存储在存储器中。每一个分类占用存储器中一个独立的存储区间，避免存储器故障造成大面积数据无法恢复。每一分类下，比如语文这一分类下，分为：小学大组、中学大组，按年级再分为小组，如小学一年级、中学二年级等等。每一小组下按成绩区间将授课教师进行分类。例如：语文—中学—高二—{0-60}成绩区间：1.丁老师；2.陈老师；3.邱老师…..。数学—中学—高三—{71-80}成绩区间：1.张老师；2.朱老师；3.杨老师…..。等等。

教师评分模块12，设置教师动态评分机制，接收操作终端2发送的每一位参与课程的学生对授课教师进行评分，采集统计每一位教师的评分，并在设定时间间隔更新评分，通过计算统计设定时间段（一个月或者一个季度或者一个学期）的平均评分并更新。同时，评分是匿名的，授课教师无法看到评分对象。评分划为以下选项：1.成绩提高分数；2.教师授课生动性；3.教师主动辅导积极性；4.教师作业的丰富性。每项评分为0-5。每次测试，成绩每提高5分评分分数加1，例如提高了20分，则该项给予教师的评分为4。教师主动辅道学生一次，评分分数加0.5。比如在参与课程过程中，教师辅道某位学生8次，则该学生在对教师主动辅导积极性的评分为4分。剩下2项评分为主观评分项，由学生根据自身判断评分。从上述四个维度进行评分，最后相加得到总分，并参与比较。在设定时间间隔更新评分，留给授课教师改变的时间，督促授课教师针对不足项目进行提升，进而促进教师之间的良性竞争。

收发模块13，接收操作终端发送的学生信息，所述学生信息包含：姓名、年级、各课程历史成绩、性别。

第一检索模块14，根据年级信息进行检索，生成各必要课程的排列统计。比如需参与课程:高三语文、高三数学、高三物理、高三化学、高三生物、高三英语等等。

第二检索模块15，根据各课程历史成绩，从教师池中检索出各必要课程的授课教师的组合。例如：数学—中学—初三—{91-100}成绩区间：1.丁老师；2.钱老师；3.孟老师。语文—中学—初三—{71-90}成绩区间：1.王老师；2.陈老师；3.欧阳老师。等等。其中每位教师均附上教师介绍和教师动态评分。

排序模块16，根据性别，从第二检索模块15检索出的授课教师的组合中筛选出该性别学生评分最高的授课教师，并根据评分高低排序。例如数学—中学—初三—{91-100}成绩区间—受男学生欢迎程度（成绩区间这一条件不发生根本性逆转）：1.钱老师；2.丁老师；3。孟老师。

推荐表生成模块17，将第一检索模块14和排序模块16的数据进行集合生成课程推荐表，包含所有必要课程，并包含每一课程的授课教师推荐，并交由收发模块13发送至所述操作终端2。

操作终端2，可以采用现有技术中的平板电脑、手机、电脑作为基础硬件支撑，包含通信模块21、操作显示模块22；其中

通信模块21，将输入的学生信息发送至所述中央服务器1的收发模块13；接受所述收发模块13发送的课程推荐表。

操作显示模块22，输入学生信息。显示课程推荐表。以表格形式展现。比如表格上显示：语文、数学、英语、化学、物理等等。点击“语文”，展开的是：1.王老师；2.陈老师；3.丁老师。在教师名字下方显示有教师的动态评分。

所述学生信息还包含：附加信息，附加信息为：兴趣选项、性格选项。兴趣选项包含：“乐器”、“运动”、“歌唱”、“舞蹈”、“阅读”选项，允许多选。性格选项包含：“活泼开朗”、“沉稳内敛”，只允许单选。

所述中央服务器还包含：

评分模块18，这是一个大数据计算中心模块，根据输入的学生信息，在相同年级的学生中寻找匹配对象，根据学生信息相似度的高地进行评分。首先按年级将所有学生进行分类，接着按性别进行分类，然后按各课程成绩进行分类，将各课程成绩划分为若干区间，每10分为一个区间，比如61-70为一个分类区间；71-80是一个分类区间，以此类推。将同年级里男女学生分别统计计算。根据获取的各课程成绩，自动将同年级男、女学生中各科成绩所属区间进行划分。并计算相同课程区间的学生，计算规则：具有一个相同课程区间则两个学生之间的相关度为10分。具有相同的兴趣选项，每项为5分，具有相同的性格选项，每项为10分。例如：张三，语文65、数学71、化学88、英语61、物理91。兴趣选项：“运动”、“歌唱”；性格选项：“活泼开朗”。经统计发现李四：语文71、数学75、化学89、英语66、物理93。兴趣选项“阅读”、“运动”。性格选项：“沉稳内敛”。王五：语文88、数学82、化学88、英语62、物理93.兴趣选项：“运动”、“歌唱”；性格选项“活泼开朗”。以张三为例，李四与张三的相似度为45，王五与李四的相识度为55。以此方法进行计算统计，并由高至低，选出设定数量（例如是4位学生）。可以一学期进行一次学生信息相似度的评分，在开学前进行一次评分。

所述中央服务器还包含：

推荐模块19，按学生信息相似度评分进行分组，将分组内的学生信息相似度评分较高的学生信息进行相互推荐。比如按分数高低将王五、李四、钱七、孙二的个人信息通过推送信息的形式推荐给张三的学生账号。将张三、李四、孙二、钱七的个人信息通过推送信息的形式推荐给王五。并可以在中央服务器后台登录学生账号设置禁止将别人推荐给自己，禁止将自己推荐给别人，避免一些恶意骚扰。

本发明所述的一种课程推荐系统，通过建立教师池，将同一授课课程的教师按设定的成绩区间标准进行分类，满足不同成绩区间的学生需要，最大化实现因材施教。参与课程的学生可以对授课教师进行评分，对教师进行一个客观的动态考评，为后续选课的学生提供参考。学生信息包括较为全面的学生个人信息，根据输入的年级信息生成必要课程的排列统计，减少人工输入课程的步骤。根据各科的历史成绩从教师池中检索出授课教师的组合，找到合适自己成绩的教师，并根据性别，选择合适这一性别的教师，做到教师与学生的最大化的匹配。通过大数据计算，通过全面的计算，不仅仅只考虑学生的成绩，匹配出相似的学生，并鼓励相似的学生建立学习小组。

实施例3

一种课程推荐服务器，包含：

教师管理模块，建立授课教师池，按授课课程进修归类，在同一授课课程下按设定成绩区间标准进行区分归类。比如按语文、数学、英语、化学、历史等等学科进行归类并存储在存储器中。每一个分类占用存储器中一个独立的存储区间，避免存储器故障造成大面积数据无法恢复。每一分类下，比如语文这一分类下，分为：小学大组、中学大组，按年级再分为小组，如小学一年级、中学二年级等等。每一小组下按成绩区间将授课教师进行分类。例如：语文—中学—高二—{0-60}成绩区间：1.丁老师；2.陈老师；3.邱老师…..。数学—中学—高三—{71-80}成绩区间：1.张老师；2.朱老师；3.杨老师…..。等等。

教师评分模块，设置教师动态评分机制，每一位参与课程的学生对授课教师进行评分，统计每一位教师的评分，并在设定时间间隔更新评分。通过计算统计设定时间段（一个月或者一个季度或者一个学期）的平均评分并更新。同时，评分是匿名的，授课教师无法看到评分对象。评分划为以下选项：1.成绩提高分数；2.教师授课生动性；3.教师主动辅导积极性；4.教师作业的丰富性。每项评分为0-5。每次测试，成绩每提高5分评分分数加1，例如提高了20分，则该项给予教师的评分为4。教师主动辅道学生一次，评分分数加0.5。比如在参与课程过程中，教师辅道某位学生8次，则该学生在对教师主动辅导积极性的评分为4分。剩下2项评分为主观评分项，由学生根据自身判断评分。从上述四个维度进行评分，最后相加得到总分，并参与比较。在设定时间间隔更新评分，留给授课教师改变的时间，督促授课教师针对不足项目进行提升，进而促进教师之间的良性竞争。

收发模块，接收学生信息，所述学生信息包含：姓名、年级、各课程历史成绩、性别。

第一检索模块，根据年级信息进行检索，生成各必要课程的排列统计。比如需参与课程:高三语文、高三数学、高三物理、高三化学、高三生物、高三英语等等。

第二检索模块，根据各课程历史成绩，从教师池中检索出各必要课程的授课教师的组合。。例如：数学—中学—初三—{91-100}成绩区间：1.丁老师；2.钱老师；3.孟老师。

排序模块，根据性别，从第二检索模块检索出的授课教师的组合中筛选出该性别学生评分最高的授课教师，并根据评分高低排序。例如数学—中学—初三—{91-100}成绩区间—受男学生欢迎程度（成绩区间这一条件不发生根本性逆转）：1.钱老师；2.丁老师；3。孟老师。

推荐表生成模块，将第一检索模块和排序模块的数据进行集合生成课程推荐表，包含所有必要课程，并包含每一课程的授课教师推荐。

所述的一种课程推荐服务器，还包含：

评分模块，这是一个大数据计算中心模块，根据输入的学生信息，在相同年级的学生中寻找匹配对象，根据学生信息相似度的高地进行评分。首先按年级将所有学生进行分类，接着按性别进行分类，然后按各课程成绩进行分类，将各课程成绩划分为若干区间，每10分为一个区间，比如61-70为一个分类区间；71-80是一个分类区间，以此类推。将同年级里男女学生分别统计计算。根据获取的各课程成绩，自动将同年级男、女学生中各科成绩所属区间进行划分。并计算相同课程区间的学生，计算规则：具有一个相同课程区间则两个学生之间的相关度为10分。具有相同的兴趣选项，每项为5分，具有相同的性格选项，每项为10分。例如：张三，语文65、数学71、化学88、英语61、物理91。兴趣选项：“运动”、“歌唱”；性格选项：“活泼开朗”。经统计发现李四：语文71、数学75、化学89、英语66、物理93。兴趣选项“阅读”、“运动”。性格选项：“沉稳内敛”。王五：语文88、数学82、化学88、英语62、物理93.兴趣选项：“运动”、“歌唱”；性格选项“活泼开朗”。以张三为例，李四与张三的相似度为45，王五与李四的相识度为55。以此方法进行计算统计，并由高至低，选出设定数量（例如是4位学生）。可以在设定时间周期进行一次学生信息相似度的评分，例如在开学前进行一次评分。

推荐模块，按学生信息相似度评分进行分组，将分组内的学生信息相似度评分较高的学生信息进行相互推荐。按学生信息相似度评分进行分组，将分组内的学生信息相似度评分较高的学生信息进行相互推荐。比如按分数高低将王五、李四、钱七、孙二的个人信息通过推送信息的形式推荐给张三的学生账号。将张三、李四、孙二、钱七的个人信息通过推送信息的形式推荐给王五。并可以在中央服务器后台登录学生账号设置禁止将别人推荐给自己，禁止将自己推荐给别人，避免一些恶意骚扰。

本发明所述的一种课程推荐服务器，通过建立教师池，将同一授课课程的教师按设定的成绩区间标准进行分类，满足不同成绩区间的学生需要，最大化实现因材施教。参与课程的学生可以对授课教师进行评分，对教师进行一个客观的动态考评，为后续选课的学生提供参考。学生信息包括较为全面的学生个人信息，根据输入的年级信息生成必要课程的排列统计，减少人工输入课程的步骤。根据各科的历史成绩从教师池中检索出授课教师的组合，找到合适自己成绩的教师，并根据性别，选择合适这一性别的教师，做到教师与学生的最大化的匹配。生信息还包含兴趣选项和性格选项的附加信息，可以让后台更好丰富学生信息的数据类型，为后续其他统计分析提供数据支撑。通过收集的学生信息数据进行计算，计算出学生信息相似度，找出相似的学生，进行归类，方便后续提供增值服务。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，通过本领域所公知的电路设计实现不同模块的功能。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。