欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023117669055
申请人: 广州盈培教育科技有限公司
专利类型:发明专利
专利状态:授权未缴费
专利领域: 计算;推算;计数
更新日期:2024-07-04
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于移动互联网的在线培训课程推荐方法,其特征在于,所述方法包括:获取待推荐课程,对所述待推荐课程进行课程分类,得到分类课程,利用训练好的命名实体识别模型将所述分类课程进行实体命名,得到命名实体课程;

对所述命名实体课程进行关系抽取,得到实体关系课程,构建所述实体关系课程的课程知识图谱;

获取待推荐用户,检索所述待推荐用户的历史学习记录,提取所述历史学习记录中所述待推荐用户的已学习课程和课程学习成绩,计算所述学习课程的课程学习完成度,根据所述课程学习完成度,分析所述待推荐用户的偏好课程;

分析所述偏好课程的课程特征,构建所述课程特征的特征向量,根据所述课程学习成绩,计算所述待推荐用户的学习能力;

根据所述特征向量,利用所述课程知识图谱的推荐网络对所述偏好课程进行推荐,得到推荐课程,根据所述学习能力,利用所述课程知识图谱的决策网络计算所述待推荐用户对所述推荐课程的课程适合度;

根据所述课程适合度,确定所述待推荐用户的目标推荐课程,通过所述目标推荐课程,执行所述待推荐用户的课程推荐。

2.根据权利要求1所述的方法,其特征在于,所述利用训练好的命名实体识别模型将所述分类课程进行实体命名,得到命名实体课程,包括:利用所述命名实体识别模型中的挖掘网络挖掘所述分类课程中的课程属性;

利用所述命名实体识别模型中的解析网络解析课程关系的属性特征;

根据所述属性特征,利用所述命名实体识别模型中的语义网络分析所述分类课程的课程关键语义;

利用所述命名实体识别模型中映射网络将预设的命名实体与所述课程关键语义进行映射,得到所述命名实体课程。

3.根据权利要求1所述的方法,其特征在于,所述对所述命名实体课程进行关系抽取,得到实体关系课程,包括:提取所述实体关系课程的课程实体;

对行业实体进行关联,得到关联实体;

计算所述关联实体的关联值;

根据所述关联值,分析所述命名实体课程的实体关系,得到所述实体关系课程。

4.根据权利要求3所述的方法,其特征在于,所述计算所述关联实体的关联值,包括:构建所述关联实体的关联图;

根据所述关联图,利用下述公式计算所述关联实体的关联值:其中,

5.根据权利要求1所述的方法,其特征在于,所述计算所述学习课程的课程学习完成度,包括:识别所述学习课程的课程课时和当前完成课时;

根据所述课程课时和所述当前完成课时,利用下述公式计算所述学习课程的课程学习完成度:其中,

6.根据权利要求1所述的方法,其特征在于,所述根据所述课程学习完成度,分析所述待推荐用户的偏好课程,包括:通过所述课程学习完成度,利用下述公式计算所述待推荐用户对该课程的兴趣度:其中,XQD

根据所述兴趣度,分析所述待推荐用户的偏好课程。

7.根据权利要求1所述的方法,其特征在于,所述构建所述课程特征的特征向量,包括:构建所述课程特征的特征矩阵;

计算所述特征矩阵的特征值;

根据所述特征矩阵和所述特征值,利用下述公式计算所述课程特征的特征向量:AD=BD

其中,A表示特征矩阵,B表示特征值,D表示特征向量。

8.根据权利要求1所述的方法,其特征在于,所述根据所述特征向量,利用所述课程知识图谱的推荐网络对所述偏好课程进行推荐,得到推荐课程,包括:利用所述推荐网络的映射层对所述特征向量进行映射,得到图谱映射节点;

利用所述推荐网络的范围层识别所述图谱映射节点的节点范围;

根据所述节点范围,利用所述推荐网络的推荐层对所述偏好课程进行推荐,得到所述推荐课程。

9.根据权利要求1-8任一项所述的方法,其特征在于,所述根据所述学习能力,利用所述课程知识图谱的决策网络计算所述待推荐用户对所述推荐课程的课程适合度,包括:利用所述决策网络的解析层分析所述推荐课程的课程难度;

根据所述课程难度和所述述学习能力,利用下述计算公式计算所述待推荐用户对所述推荐课程的课程适合度:其中,AGG

10.一种基于移动互联网的在线培训课程推荐装置,其特征在于,所述装置包括:实体命名模块,用于获取待推荐课程,对所述待推荐课程进行课程分类,得到分类课程,利用训练好的命名实体识别模型将所述分类课程进行实体命名,得到命名实体课程;

关系抽取模块,用于对所述命名实体课程进行关系抽取,得到实体关系课程,构建所述实体关系课程的课程知识图谱;

偏好课程分析模块,用于获取待推荐用户,检索所述待推荐用户的历史学习记录,提取所述历史学习记录中所述待推荐用户的已学习课程和课程学习成绩,计算所述学习课程的课程学习完成度,根据所述课程学习完成度,分析所述待推荐用户的偏好课程;

学习能力计算模块,用于分析所述偏好课程的课程特征,构建所述课程特征的特征向量,根据所述课程学习成绩,计算所述待推荐用户的学习能力;

课程适合度计算模块,用于根据所述特征向量,利用所述课程知识图谱的推荐网络对所述偏好课程进行推荐,得到推荐课程,根据所述学习能力,利用所述课程知识图谱的决策网络计算所述待推荐用户对所述推荐课程的课程适合度;

课程推荐模块,用于根据所述课程适合度,确定所述待推荐用户的目标推荐课程,通过所述目标推荐课程,执行所述待推荐用户的课程推荐。