标注推荐

基于深度学习的推荐

推荐准确度提升

文本的预处理优化

样本集的增加

采用新算法模型生成重复数据（可做）

老师逐渐增加题目的标注（需要老师配合）

借助第三方题库数据，爬取外部数据（可做，需要老师映射知识点关系）

各学科专有分词词典和停用词的积累（需要老师配合逐步积累）

WordEmbedding+Bi-LSTM+CRF方式处理词向量（可做）

文本分类模型优化

增加注意力（注：适当增加注意力会加速特征的提取，可做）

替换分类模型（短期内效益不高，长期会有所改观，还是先将当前模型效果调整到极致）

根据学科的不同找到适合学科自己的模型对应参数（可做）

监控机制

针对标注数据或知识点数据变更到一定量级，自动更新模型（可做）

针对老师对推荐知识点的选择情况进行统计分析，从而进一步优化算法，增加持续性学习能力（需要老师配合）

其他场景应用

搜索推荐

图片相似度匹配