买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华南师范大学

摘要：本发明公开了一种基于级联深度图谱知识的慕课智能推荐方法及系统，方法包括：构建标题关键词知识图谱和课程标题知识图谱；根据所述标题关键词知识图谱和课程标题知识图谱，提取知识感知上下文；根据所述知识感知上下文进行上下文感知的注意力融合以及学习反馈的注意力融合，确定注意力融合权重；根据所述注意力融合权重对历史课程进行知识级别融合，得到知识水平融合向量；将所述知识水平融合向量通过平均池化层处理后，输入全连接层得到用户学习对应课程的预测概率。本发明提高了推荐的准确性，可广泛应用于信息推荐技术领域。

主权项：1.一种基于级联深度图谱知识的慕课智能推荐方法，其特征在于，包括：构建标题关键词知识图谱和课程标题知识图谱；根据所述标题关键词知识图谱和课程标题知识图谱，提取知识感知上下文；根据所述知识感知上下文进行上下文感知的注意力融合以及学习反馈的注意力融合，确定注意力融合权重；根据所述注意力融合权重对历史课程进行知识级别融合，得到知识水平融合向量；将所述知识水平融合向量通过平均池化层处理后，输入全连接层得到用户学习对应课程的预测概率；所述构建标题关键词知识图谱和课程标题知识图谱，包括：对课程标题中的实体进行命名实体识别，得到课程标题中的第一实体；从原始知识图谱中查询所述第一实体，然后根据所述第一实体构造第一子图；从所述原始知识图谱中提取各个第一实体之间的关系；查询在所述原始知识图谱中距离已识别实体一跳的实体来扩展所述第一子图，得到所述标题关键词知识图谱；将每门课程作为一个整体，获取课程之间的学习顺序关系；提取每个课程的上下文关系及类别关系来构造课程标题知识图谱；所述提取每个课程的上下文关系及类别关系来构造课程标题知识图谱，包括：构建先修信息和课程标题的语料库；使用潜在语义索引模型训练语料库，计算课程标题和先修信息之间的相似度；选择最相似的课程作为先修课程；根据所述先修课程确定后继课程和平行课程，进而确定每个课程的上下文关系；结合每个课程的上下文关系及类别关系来构造课程标题知识图谱；所述根据所述标题关键词知识图谱和课程标题知识图谱，提取知识感知上下文，包括：根据课程之间的顺序构建有向图；根据所述有向图中的顺序关系和课程类别关系，确定平行课程；根据所述平行课程，确定所述有向图中的知识感知上下文；其中，所述知识感知上下文包括先修课程、平行课程、后继课程以及学习反馈。

全文数据：

权利要求：

百度查询： 华南师范大学 一种基于级联深度图谱知识的慕课智能推荐方法及系统