[发明专利]基于标签的教育资源推荐方法及系统

说明书

本发明涉及一种基于标签的教育资源推荐方法和系统，该方法包括S1：输入个人信息和教育资源标签，初次筛选得到第一组教育资源和第一组用户集合；S2：随机查看一个教育资源，评分并得到一个评分向量；构建相似度函数再作正态分布曲线，并定义第一组相似用户群；S3：筛选出喜好程度最高的教育资源，得到第二组教育资源、用户集合和相似用户群；S4：得到相似用户的排序值Q，并定义相同水平学习者群体并相互关联；S5：根据喜好程度推荐关于所搜索的教育资源标签的教育资源。本发明的有益效果是：为用户提供高精度的教育资源推荐服务；并使得推荐系统从不同的角度考虑学习者的根本需求,提高推荐的准确性。

技术领域

本发明涉及教育信息化技术领域，尤其涉及一种基于标签的教育资源推荐方法及系统。

背景技术

近十年来，互联网规模和覆盖面的迅速增长带来了信息超载的问题，为了解决这个问题推荐系统变得流行起来。推荐系统被用于很多场景，例如：电影、音乐、新闻、研究论文等。在基于教育云的在线教育领域也采取了推荐系统去使得学生提升学习效率和体验度，并为学生提供个性化的学习服务。

推荐系统在教育领域的应用也像国际上一样受到越来越多的关注,但是关于教育资源的个性化网络教育推荐系统的研究还不是很成熟。在我们的生活和学习中,很多教育资源网站、远程教育网站,这些网站的教育资源没有实现个性化,给学习者带来了很大的不便。国内一些硕士、博士论文出现了一些关于教育资源推荐系统的研究,例如北方工业大学王荣的硕士论文《教育网站资源个性化推荐系统的研究》,其研究主要专注于改进Rock聚类和K最近邻算法实现推荐系统,主要是从推荐算法的角度研究资源推荐；一些大学的研究机构主要是关于自适应教学、自适应导航方面,例如东北师范大学、华南师范大学出现很多的硕士、博士论文研究自适应系统,在这些自适应系统中,虽然资源推荐这一部分也在考虑之中,但是其在这些研究中只是作为很小的一个方面。资源推送这一块内容是应该受到更多的关注。

发明内容

本发明所要解决的技术问题是通过对协同推荐算法进行研究，结合学习者特征和学习资源领域特征,设计并开发出满足协作学习和自助学习要求的一种基于标签的教育资源推荐方法及系统。

本发明解决上述技术问题的技术方案如下：一种基于标签的教育资源推荐方法，其步骤如下：

S1：输入个人信息和要找的教育资源标签，读取所述个人信息并根据所述教育资源标签在教育资源网络中进行初次筛选，得到第一组教育资源和第一组用户集合；

S2：用户随机查看所述第一组教育资源中的一个教育资源，并对所述教育资源的难度、相关度和喜好程度进行评分并得到关于这三个评分标准的评分向量；并根据所述第一组用户集合中的其他用户关于所述教育资源的评分向量构建相似度函数，并根据所述相似度函数的计算结果作正态分布曲线N(μ,σ)，根据所述正态分布曲线对所述第一组用户集合定义相似用户群；

S3：从S2得到的所述相似用户群中筛选出关于该标签喜好程度最高的教育资源，得到第二组教育资源和第二组用户集合，对所述第二组教育资源重复S2得到第三组教育资源和第三组用户集合；

S4：对多次筛选过程中出现过的其他用户的出现次数计算加权平均数得到相似用户的排序值Q，并根据所述排序值Q的范围定义相同水平学习者群体并相互关联。

S5：根据所述相同水平学习者群体和每个相同水平学习者的喜好程度显示关于其他教育资源标签的教育资源记录。

进一步，所述个人信息包括用户名、头像、性别、年级；所述标签包括学科、章节、关键词；所述评分标准中的难度评分从易到难分为1-5，相关度评分从不相关到相关分为0-5，喜好程度评分从不喜欢到喜欢分为0-4。