[发明专利]一种学习资料的个性化推荐方法

权利要求书

1.一种学习资料的个性化推荐方法，其特征在于，包括以下步骤：

(1)首先采用基于内容的推荐算法计算学习者的物品画像与用户画像，然后计算用户画像与物品画像之间的余弦相似度，得到用户画像与所有物品画像的相似度矩阵，并输入集成分类器，对学习者进行基于内容的推荐；

(2)在学习者使用步骤(1)的推荐方法学习一段时间后，学习者在每个资料属性特征上的用户画像就有了数据支撑，计算不同用户画像之间的余弦相似度，得到学习者与其他用户的相似度矩阵，并输入集成分类器，采用基于用户的协同过滤来为学习者进行推荐；

(3)对每个学习者进行基于物品的协同过滤推荐。

2.根据权利要求1所述的学习资料的个性化推荐方法，其特征在于，所述步骤(1)中用户画像的获取是通过对学习者的学习行为数据进行分析得到的。

3.根据权利要求1所述的学习资料的个性化推荐方法，其特征在于，所述步骤(1)中物品画像的获取是通过对学习资料库中的资料的标题以及内容进行识别来进行打标签得到的。

4.根据权利要求2所述的学习资料的个性化推荐方法，其特征在于，所述用户画像的获取方法还可以为在社交平台中通过对学习者的行为数据进行动态分析得到。

5.根据权利要求1所述的学习资料的个性化推荐方法，其特征在于，所述步骤(2)中基于用户的协同过滤具体为将余弦相似度作为集成分类器的输入，计算得到与学习者的学习方向最为相似的K个学习者，最后将这K个学习者的喜好学习资料与该用户的做差集，推荐给该学习者，与此同时，也将这K个学习者推荐给该学习者，完成基于用户的协同过滤。

6.根据权利要求1所述的学习资料的个性化推荐方法，其特征在于，所述步骤(3)的基于物品的协同过滤推荐具体为获取学习者喜好的学习资料，然后以这些资料为核心，构建用户物品关系矩阵，计算其他学习资料库中资料与这些资料的余弦相似度，然后获取相似度矩阵，并输入集成分类器，为学习者生成推荐列表，完成基于物品的协同过滤。