一种知识图谱视角下海量学习轨迹的个性化推荐方法

    公开(公告)号:CN115809342A

    公开(公告)日:2023-03-17

    申请号:CN202211485551.2

    申请日:2022-11-24

    Abstract: 本发明公开了一种知识图谱视角下海量学习轨迹的个性化推荐方法,包括如下步骤:数据预处理后构建知识图谱三元组;知识图谱的构建:以课程知识点为节点,以相似度关系和先序关系为边,构建知识图谱;学习轨迹挖掘:挖掘以目标知识点为起点的所有学习轨迹;学习轨迹个性化推荐:为用户推荐学习目标知识点的学习轨迹。本发明通过知识图谱与推荐方法结合的方式,将课程知识点与其他知识图谱属性联系起来,有效地解决了推荐方法稀疏性和冷启动问题。因为大多数用户只知道目标学习对象而不知道起始学习对象,本发明考虑以用户目标学习对象为起点,该方法优于使用开始和结束学习对象的学习轨迹生成方法。

    知识图谱视角下基于图卷积网络的课程知识点推荐方法

    公开(公告)号:CN115422171A

    公开(公告)日:2022-12-02

    申请号:CN202210827371.1

    申请日:2022-07-13

    Abstract: 本发明公开了一种知识图谱视角下基于图卷积网络的课程知识点推荐方法,包括如下步骤:数据预处理;知识图谱嵌入;信息传播:协作传播是将用户与项目交互中潜在的协作信息编码为用户和项目的表示形式,知识图谱传播则是沿着知识图谱中的高阶链接传播知识关联,通过递归地方式补充边的信息;注意力嵌入:沿着知识图谱中高阶链接递归传播嵌入信息,利用图注意力网络在传播过程中生成注意力权重,基于不同的聚合方式将经过多条传播后的表示聚合为用户和项目的综合表征向量;预测,根据预测完成推荐。本发明通过知识图谱与推荐系统结合的方式,将课程知识点与其他知识图谱属性联系起来,有效地解决了推荐系统稀疏性和冷启动问题。

    基于图嵌入在异构信息网络视角下为课题推荐学生的方法

    公开(公告)号:CN115422170A

    公开(公告)日:2022-12-02

    申请号:CN202210827339.3

    申请日:2022-07-13

    Abstract: 本发明公开了基于图嵌入在异构信息网络视角下为课题推荐学生的方法,包括如下步骤:数据预处理;构建异构信息网络图;在异构信息网络图下,通过随机游走算法,获取不同节点的信息序列;为序列中的节点进行位置信息建模,并通过多头自注意力层帮助模型理解当前节点在该序列中的含义,将多头自注意力层的结果进行残差连接和前馈网络操作,输出课题节点吸收序列中信息后的向量权重;构建课题‑学生之间的正负样本,通过损失计算,对模型进行反馈训练,得到最优模型;本发明引入位置向量编码与随机游走的结合,加入多头自注意力机制,使得序列间的节点信息关联传递不受距离影响,且使得模型的计算复杂度更优,能实现精确、快速的为新课题推荐学生。

    基于双区块链保护下教育数据共享方法

    公开(公告)号:CN115270173A

    公开(公告)日:2022-11-01

    申请号:CN202210653636.0

    申请日:2022-06-09

    Abstract: 本发明涉及数据共享技术领域,涉及一种基于双区块链保护下教育数据共享方法,包括:1、用户DG‑ID‑A通过TDSC合约修改SHATE;2、用户DG‑ID‑B使用私钥SKB对待分享课程的课程标识和身份标识进行签名操作,并发送到智能合约;TDSC合约收到请求后,先调用DIRCC合约对身份进行权限检查,并且权限结果返回TDSC合约,将DG‑ID‑B的权限等级与SHATE进行匹配;3、DG‑ID‑A收到请求后,使用私钥将AES密钥进行加密发送,DG‑ID‑B对数据进行解密,得到AES密钥;4、DG‑ID‑B通过AES密钥对数据进行解密,得到原始数据。本发明能较佳地保护了教育数据共享过程的安全性。

    一种服务在线教育的多视角群组推荐方法及系统

    公开(公告)号:CN116542444A

    公开(公告)日:2023-08-04

    申请号:CN202310360185.6

    申请日:2023-04-06

    Abstract: 本发明提供了一种服务在线教育的多视角群组推荐方法,包括如下步骤:S1.确定学生的结组关系;S2.根据学生的结组关系,构建共生关系的同质图网络,得到考虑学生用户的嵌入表征;S3.在单一视角下,确定组嵌入表征;S4.重复S3获取多个视角下的组嵌入表征,得到用于预测的小组嵌入表征向量,进行评分预测,得到推荐目标;S5.记录学生用户与学习小组后续的交互课程,将后续数据导入数据集,通过更新后的数据集对模型中可学习参数进行调整。本发明使用多个注意力机制表示不同视角下用户在小组中起到的作用,随后挖掘不同视角与项目的关系并将其合理融合为最终组表征,提高了推荐的准确率。

Patent Agency Ranking