如何使职业指导系统智能化

Question

最后,我正在研究我的最后一年项目,这是基于智能网络的职业指导系统,我的系统的核心功能是

推荐系统

基本上我们的推荐系统将通过参加兴趣测试和用户的学习记录仔细检查用户偏好,并根据这些检查信息,它将为用户提供最佳的职业选择,即BS计算机科学等课程.

• 推荐系统的输入将是学生证书和兴趣测试,并且在兴趣测试中,将根据用户的学术历史和他在测试中给出的答案给出问题,因此基本上测试不会向每个人提出相同的问题.将根据系统定义的规则,实时决定从哪个用户询问的内容.


• 它的输出将是字段的选项,将根据兴趣测试决定.

问题

当我在委员会面前捍卫我的范围时,他们说"这很简单,如果 - 其他 "这个系统并不聪明.
我的问题是可以使用哪种AI技术或算法来使该系统智能化.我搜索了很多,但与我的系统相关的论文更为肤浅,他们只是强调理念而不是方法论.
我想用Java完成所有工作.如果答案是技术特定的话,这很好.
如果与SO Q&A标准无关,您可以将我的问题转移到任何其他stackexchange站点.

编辑

从答案中得到一些想法后,我想用基于规则和推理引擎实现专家系统.现在我想在技术方面更清楚地实现基于规则的引擎.搜索后我发现Drools是最好的,但它是否也与Web应用程序兼容？我还发现Tohu是最好的动态表单生成器(因为这也需要我的项目).我可以使用tohu与drools来制作我的网络应用程序吗？是否容易实现这种类型的系统？

Answer 1

在我的期末项目中，我获得了一些Jena RDF推理引擎的经验。基本上，你用它做的是创建一种知识库，其中包含“如果用户选择这个答案，他就具有那种品质”和“如果用户具有这些品质，他可能适合这项工作”之类的规则。将答案添加到系统中可以让您查询他当前的状态并相应地调整问题。用它创建概念证明非常容易，它比一堆 if-else 更容易做到，如果你的教授崇拜 prolog 风格的东西，他们会喜欢它。