假设有一个课程推荐系统，基于学生历史选课记录和课程内容相似度，为每个学生推荐新课程。请设计一个算法，说明如何计算课程相似度，以及如何根据学生历史行为（如选课频率、成绩）进行个性化推荐，并分析算法的时间复杂度和适用场景。
答案
1) 【一句话结论】采用基于课程内容向量的余弦相似度计算课程相似度，结合学生历史选课频率与成绩的加权机制，通过矩阵分解优化大规模场景，实现个性化课程推荐。
2) 【原理/概念讲解】课程推荐系统的核心是“相似性”与“个性化”。课程相似度计算：将每门课程抽象为内容向量（如关键词、主题标签、先修课程关联等），用余弦相似度衡量向量夹角余弦值（值域[-1,1]，越接近1越相似）。学生历史行为：选课频率反映兴趣强度（高频课程更相关），成绩反映课程匹配度（高绩点课程更优质，可加权）。推荐逻辑：先构建课程相似度矩阵，再对每个学生，根据历史行为加权后计算推荐得分（如推荐得分=Σ(课程相似度×行为权重)），选择得分最高的课程。
3) 【对比与适用场景】
| 类别 | 方法/逻辑 | 定义 | 特性 | 使用场景 | 注意点 |
|---|---|---|---|---|---|
| 课程相似度 | 余弦相似度 | 计算课程内容向量夹角余弦值 | 忽略向量元素数量差异，适合文本/关键词向量 | 大规模课程数据（如数千门课程） | 需要构建内容向量（如TF-IDF转换） |
| Jaccard相似度 | 计算课程标签集合交集/并集比值 | 适合标签稀疏场景（如课程标签较少） | 标签丰富的课程（如标签数量多） | 标签数量少时效果差 | |
| 学生行为加权 | 选课频率 | 历史选课次数 | 反映兴趣强度，次数越高权重越高 | 学生兴趣稳定期（如大二、大三） | 频率过高可能掩盖新兴趣 |
| 成绩 | 课程成绩（如绩点） | 反映课程难度/适合度，高绩点课程权重高 | 学生成绩优秀期（如绩点高） | 成绩数据缺失时需补充 |
4) 【示例】假设课程数据：课程A（主题：算法，标签：算法, 数据结构），课程B（主题：数据结构，标签：数据结构, 算法），课程C（主题：数据库，标签：数据库）。学生1历史：选A（成绩90）、B（成绩85）；学生2历史：选B（成绩80）、C（成绩70）。计算课程A与B的余弦相似度：向量A=[1,1,0]，B=[1,1,0]，相似度=1；学生1的推荐：课程C与A、B的相似度均低（A与C相似度=0，B与C相似度=0），但根据学生1的高绩点（A、B绩点高），推荐与B相似度高的课程（如课程D（主题：数据库，标签：数据库, SQL），则B与D相似度=1，推荐D。伪代码：def cosine_similarity(vec1, vec2): return np.dot(vec1, vec2) / (np.linalg.norm(vec1) * np.linalg.norm(vec2))。
5) 【面试口播版答案】各位面试官好，针对课程推荐系统的问题，我的核心思路是：先通过课程内容向量（如关键词、标签）计算相似度，再结合学生历史选课频率和成绩加权，实现个性化推荐。具体来说，课程相似度用余弦相似度，将课程转化为向量（比如“算法”课程向量是[1,0,0]，“数据结构”是[0,1,0]），相似度越高越相关；然后对学生，选课频率高的课程权重高（比如选了3次，权重3），成绩高的课程权重也高（比如绩点4.0，权重2）。推荐时，先算所有课程的相似度矩阵，再对每个学生，计算每个新课程的推荐得分（相似度×选课频率权重+相似度×成绩权重），选得分最高的几门。时间复杂度方面，相似度矩阵计算是O(n²)，n是课程数，适合中等规模（如几千门课程）；如果课程数更多，可以用近似方法（如局部敏感哈希LSH）降低到O(n log n)。适用场景是高校课程推荐，尤其是计算机、大数据等专业，能结合学生兴趣和课程难度，提升选课精准度。
6) 【追问清单】
- 如果课程数量很大（比如上万门），如何优化相似度计算？答：用局部敏感哈希（LSH）将高维向量映射到低维，快速查找相似课程，时间复杂度降到O(n log n)。
- 如何处理新课程（冷启动）？答：对新课程，用教师关联、先修课程等替代内容向量，或用流行度（如全校选课人数）作为初始相似度。
- 成绩如何量化？答：用绩点（如4.0制）或分数（如90分以上为高绩点），高绩点课程权重更高，反映学生更适合该课程。
- 时间复杂度具体分析？答：相似度矩阵计算是O(n²)，若用LSH则优化为O(n log n)，矩阵分解（如SVD）用于降维，时间复杂度O(n²)但可并行计算。
- 混合推荐中权重如何确定？答：通过交叉验证调整选课频率和成绩的权重（如频率权重0.6，成绩权重0.4），或用机器学习模型（如线性回归）预测推荐效果。
7) 【常见坑/雷区】
- 忽略冷启动问题：只讲成熟场景，未提新课程或新学生的处理。
- 时间复杂度分析错误：误将矩阵乘法复杂度说成O(n³)，实际相似度矩阵是O(n²)。
- 未区分行为权重：直接用选课次数和成绩相加，未说明如何归一化或调整权重。
- 适用场景描述不准确：只说适用于小规模数据，而实际可扩展到大规模。
- 课程内容向量构建不当：未说明如何处理文本（如TF-IDF转换），导致相似度计算不准确。