【摘要】针对MOOC平台下课程推荐过程中存在的数据稀疏和推荐效果不佳的问题，提出融合可视分析的图卷积课程推荐模型。首先，引入可视分析来展示课程间的相互关系，为图卷积模型提供先验知识；其次，提出了一个时空融合的图卷积MOOC推荐模型，用来同时提取数据的时空演变特征；最后，通过在损失函数中引入正则化项来防止训练过程中的过拟合。结果表明：新模型的预测误差和运行效率取得了更加优异的结果。此外，开发实现了融合可视分析与图卷积的MOOC推荐系统，运行结果显示该系统能够有效预测学习者的喜好和需求。