公开(公告)号：CN111460249B

公开(公告)日：2022-09-09

申请号：CN202010110899.8

申请日：2020-02-24

Applicant: 桂林电子科技大学

Inventor： 刘铁园 ,  谭金丹 ,  常亮 ,  古天龙 ,  李龙

IPC: G06F16/951 ,  G06F16/9535 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/20

Abstract: 本发明提供的是一种基于学习者偏好建模的个性化学习资源推荐方法。其特征是：将从在线学习平台中获取学习者相关学习日志文件，包括学习者的历史课程注册记录、对应课程分数以及课程相关属性等数据作为输入数据，通过嵌入注意力机制来更好地获取学习者的历史课程偏好，将其作为自动编码器神经网络的编码输入，然后构建课程知识图谱获得课程先决知识关系，根据课程之间的关联性进行解码，最后计算出学习者学习目标课程的概率，根据概率由大到小来生成学习者的目标推荐列表，以此提高推荐结果的个性化和准确性。

公开(公告)号：CN111460249A

公开(公告)日：2020-07-28

申请号：CN202010110899.8

申请日：2020-02-24

Applicant: 桂林电子科技大学

Inventor： 刘铁园 ,  谭金丹 ,  常亮 ,  古天龙 ,  李龙

IPC: G06F16/951 ,  G06F16/9535 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/20

Abstract: 本发明提供的是一种基于学习者偏好建模的个性化学习资源推荐方法。其特征是：将从在线学习平台中获取学习者相关学习日志文件，包括学习者的历史课程注册记录、对应课程分数以及课程相关属性等数据作为输入数据，通过嵌入注意力机制来更好地获取学习者的历史课程偏好，将其作为自动编码器神经网络的编码输入，然后构建课程知识图谱获得课程先决知识关系，根据课程之间的关联性进行解码，最后计算出学习者学习目标课程的概率，根据概率由大到小来生成学习者的目标推荐列表，以此提高推荐结果的个性化和准确性。