课程推荐在人机协同、个性化学习平台等智能教育系统中具有重要价值，显著提升了模型对用户兴趣动态变化的建模能力与推荐效果。本次报告将介绍课程推荐任务，分析其研究背景与应用意义，并重点讲解两类代表性方法：融合知识图谱的图注意力网络模型 KGAN，以及基于超图的神经网络框架 HGNN，进一步探讨异构信息融合等前沿问题与未来发展方向。
基于图的课程推荐方法-邢倚康原创文章，作者：BFS，如若转载，请注明出处：https://www.isclab.org.cn/2025/04/22/%e5%9f%ba%e4%ba%8e%e5%9b%be%e7%9a%84%e8%af%be%e7%a8%8b%e6%8e%a8%e8%8d%90%e6%96%b9%e6%b3%95/