[发明专利]一种基于学习风格的自适应推荐方法及系统

权利要求书

1.一种基于学习风格的自适应推荐方法，其特征在于，所述的基于学习风格的自适应推荐方法包括：

对学习者学习数据的准备和预处理，在得到用户群体的在线学习平台浏览日志数据之后，对网页内容进行标记；

对学习者进行学习风格诊断，对学习资源进行标记后，基于学习者行为日志记录诊断学习风格；

聚类分析和学习资源推荐，基于学习风格对学习者进行聚类，将相似学习风格的学习者分到同一群组中；对于不同的学习者群组，挖掘类别学习风格学习者的行为模式和学习资源偏好，进行学习资源推荐；

在得到用户群体的在线学习平台浏览日志数据之后，对网页内容根据上表进行标记，对学习者学习数据的准备和预处理；

对学习资源的标记方法包括：

在收集学习系统网站的所有资源后，将这些资源进行分类，进而通过学习资源的类别匹配对应的学习风格元素；应用在线学习风格模型Online Learning Style将学习者表示为含有八个维度的学习风格向量，每一个维度代表一个学习风格特征，每一个特征对应学习者在学习过程中对某些学习行为的倾向性；具体的八个维度为：

动机Motivational，在学习平台中停留总时间；

交流Communicational，查看学习论坛、在论坛中发言；

视觉Visual，浏览视频、图片类的材料；

言语Verbal，浏览文字、音频类的材料；

感悟Sensory，浏览故事性强、结合实际的材料；

直觉Intuitive，浏览理论性强、高度概括的材料；

序列Sequential，从前往后、按照规定好的顺序进行学习；

综合Global，每有一定的逻辑顺序、分散式的学习；

将不同的学习资源标记为具有某些学习行为特性的实体，如此根据学习者对这些资源的偏好程度进行诊断；

学习资源采用向量表示为：w_动机,w_交流,w_视觉,w_言语,w_感悟,w_直觉,w_序列,w_综合；

对学习者进行学习风格诊断，包括：

令向量(d₁，d₂，...，d₈)表示每个学习者x，d_j代表学习者x的第j个在线学习风格特征上的倾向，以数值方式表示，给定包含M个学习资源的集合I＝{i₁，i₂，...，i_M}，集合I_j是物品集合I的任意一个子集，有表示包含属性j的学习资源集合；根据学习风格特征和学习资源属性的多对多关系，定义学习者x的学习风格特征d的计算公式为：

d＝∑_j∈A(d)w_j·NClick(x，I_j)，

其中A(d)是学习风格特征d所对应的学习资源属性集合，w_j是学习资源属性j对于学习风格特征d的权重，且∑_j∈A(d)W_j＝1，NClick(x，I_j)是学习者x对于具有属性j的学习资源的总点击量；

最终得到由八维向量表示的每个学习者的学习风格。