教务选课系统是为教学管理提供决策支持,并为学生提供选课服务的重要信息管理工具。由于现有选课系统主要针对学分统计,缺乏以个人兴趣为目的的自主自由选课的功能,并对学生已选课程的历史信息缺乏应用,不能根据学生的个人爱好向其推荐课程。本文正是针对现有选课系统缺陷,对其性能进行改进。基于新系统特点,选用贝叶斯网络推荐技术,建立系统选课贝叶斯网络推荐模型,并依该模型为基础设计了相应的推荐引擎,实现了基于学生兴趣的课程个性化推荐。文中首先介绍了选题的依据及意义,通过对其涉及到的相关主题的概述,确定了本文的主要研究内容;接着详细阐述了文中用到的基本理论和相关技术知识,通过对当前技术的分析,选用了贝叶斯网络推荐技术并对其理论知识进行了详细的描述;紧接着依据系统的架构对选课贝叶斯网络模型进行了设计,并给出了节点选取、网络拓扑结构和节点概率分布的详细设计过程;最后以系统贝叶斯网络为基础,分析了系统推荐引擎的实现过程,找出了实现过程中最关键的两个问题:词语匹配和推荐引擎算法,通过对这两个问题的分析与解决实现了推荐引擎的设计,并依据设计思想对个性化教务选课系统进行实现,基于实现结果来对推荐算法进行了有效性验证。文中重点对如何建立选课贝叶斯网络推荐模型、如何解决词语匹配以及如何利用推荐算法进行最终课程推荐系统实现过程等三个方面的技术难题进行了探讨研究。为高性能的教学选课系统的设计提供了有意义的参考。