申请/专利权人：光合新知(北京)科技有限公司

申请日：2024-06-06

公开（公告）日：2024-07-05

公开（公告）号：CN118296244A

主分类号：G06F16/9535

分类号：G06F16/9535;G06Q50/20;G06N5/025;G06N5/02;G06N3/0442;G06F16/36;G06F18/2133

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.23#实质审查的生效;2024.07.05#公开

摘要：本发明提供一种基于用户个性化定制的教育资源推荐方法及系统，涉及教育服务技术领域，包括汇总所有教育资源并通过提取资源关键词与预建教育知识图谱匹配，构建资源概念二部图谱，通过得到资源隐式表示和概念隐式表示，利用矩阵分解技术将资源和概念映射为低维隐式表示，计算内积得到关联强度。再通过融合用户历史行为数据、学习进度和知识掌握情况，生成知识掌握特征向量，将学习进度特征向量和所述知识掌握特征向量进行拼接，结合用户基础属性，通过特征融合生成用户状态表征，基于用户状态和资源概念二部图，构建强化学习推荐模型，通过质量评估函数优化累积奖励，输出个性化的最佳推荐资源。

主权项：1.基于用户个性化定制的教育资源推荐方法，其特征在于，包括：汇总所有教育资源，对每个所述教育资源提取关键词，并与预先构建的教育知识图谱建立匹配，构建资源概念映射集合，整理成二部图结构，通过计算共现频率确定边权重，构建共现矩阵，利用非负矩阵，结合所述教育知识图谱的结构约束，对所述共现矩阵进行分解，得到资源隐式表示和概念隐式表示，通过计算所述资源隐式表示和所述概念隐式表示之间的内积，确定资源概念关联强度，得到资源概念二部图；收集用户历史行为数据，构建行为序列，将所述行为序列和所述教育知识图谱进行匹配，识别每个知识点权重，计算每个知识点完成度，生成学习进度特征向量；利用知识追踪模型，计算用户对每个知识点的掌握概率，生成知识掌握特征向量；将所述学习进度特征向量和所述知识掌握特征向量进行拼接，结合用户基础属性，通过特征融合生成用户状态表征；基于所述用户状态表征，确定状态空间，同时从所述资源概念二部图中选取候选资源子集，确定资源空间；基于所述状态空间和所述资源空间，构建教育资源推荐模型，所述教育资源推荐模型通过基于反馈数据构建的质量评估函数，计算累积得分，通过选取所述累积得分最大值，确定最佳推荐资源。

全文数据：

权利要求：

百度查询： 光合新知(北京)科技有限公司 基于用户个性化定制的教育资源推荐方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD