[发明专利]一种学习过程序列化推荐方法有效

专利信息
申请号: 201510770511.6 申请日: 2015-11-12
公开(公告)号: CN105404666B 公开(公告)日: 2018-11-02
发明(设计)人: 叶俊民;陈曙;李超;王继新;左明章 申请(专利权)人: 华中师范大学
主分类号: G06F17/30 分类号: G06F17/30;G06K9/62
代理公司: 武汉天力专利事务所 42208 代理人: 吴晓颖
地址: 430079 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 序列 信息 推荐 方法
【说明书】:

发明涉及信息推荐领域,提供一种序列化信息推荐的方法,包括如下步骤:(1)生成序列元素特征点;(2)以历史数据作为样本集,生成序列元素特征点利用概率,作为推荐序列的评价基础指标;(3)生成序列信息,(4)计算序列活动图中潜在的空载序列距离期望值,选择潜在空载距离期望值最小者作为最优推荐序列。本发明方法针对序列元素的特征设定权重,根据序列特征约束进行个性化推荐,解决序列化信息推荐精度不高和效率低下等技术问题。

技术领域

本发明涉及信息推荐领域,特别涉及一种学习过程的序列化推荐的方法及其优化方法,支持具有序列化特征的学习过程的信息推荐。

背景技术

随着信息社会化、社会信息化,信息生产促进了教育产业和教育技术的飞速发展,互联网已经成为人们获取和学习知识的重要来源。然而互联网学习社区规模和知识信息资源的迅猛增长带来了教育信息和知识过载的问题,人们面临“可供学习的知识信息虽然丰富,但有用信息获取困难”的窘境,在此基础上进行数据分析、处理和筛选,并向用户进行实用的,个性化的学习过程推荐已成为新的应用方向。

学习过程大多是通过特征点方式,以线性序列化的方式呈现的。特征点是指学习过程中,与学习目标相关的具有某种特征,满足某种特定条件的可向用户推荐的序列的组成元素,例如与学习目标相关的学习资源、学习行为、知识点等,分析和挖掘待推荐的序列化学习信息所独有的特性,例如学习效果、偏好、频率等信息,能够使个性化学习过程推荐的准确度得到较大的提升。

序列化学习过程推荐将传统对学习点的推荐扩展到一个过程序列的推荐上,但由于这种类型的推荐受到学习环境、目标、时间、空间、频率、偏好等各种特征的约束,因此可归结为带有约束的最优或近似最优的序列化信息推荐问题,现有技术存在的主要缺点有:第一,没有利用历史的学习数据去寻找潜在的学习过程特征点(例如学习分析中潜在的影响学习效果的行为)以及没有评估这些特征点的利用概率(例如学习计划推荐中学生较为关注的知识点出现的概率);第二,现有寻找学习过程序列推荐的方法没有进行优化。上述两点造成了现有的学习过程序列推荐技术中精度不高,效率低下的问题。

发明内容

本发明的目的在于针对上述问题与不足,提供一种学习过程序列推荐及其优化的方法,针对学习过程序列元素的特征设定权重,根据序列特征约束进行个性化学习过程推荐,解决学习过程推荐精度不高和效率低下等技术问题。

为达到上述目的,本发明采用如下的技术方案。

一种学习过程序列化推荐方法,包括以下步骤:

(1)生成学习过程序列元素特征点;根据学习过程历史数据使用聚类方法,如K-means或K近邻等得到N个簇,选取每个簇的几何中心作为潜在的学习特征点集合;生成一个潜在的学习过程特征点集合C,用点表示特征点,C中包含n个潜在学习过程特征点ci,集合C中的元素为所有学习过程特征点{c1, c2, c3, c4,……, cn},1≤i≤n;相比盲目的选取一些点作为潜在学习过程特征点,通过聚类的方法得到的点可以大幅度提高学习过程特征点的准确性,减少了点的数量,能较大幅度提高精度和缩减计算规模;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中师范大学,未经华中师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510770511.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top