[发明专利]基于用户行为数据分析的在线教育推荐模型及构建方法

权利要求书

1.一种基于用户行为数据分析的在线教育推荐模型的构建方法，其特征在于，所述基于用户行为数据分析的在线教育推荐模型的构建方法包括：

第一步，在候选频度属性集中增加了置信度和计算支持度的名词和名词短语、定义阈值以及超过阈值的词；

第二步，利用邻近规则剪枝算法、独立支持度剪枝算法和规则词过滤剪枝去除无意义词和冗余词；

第三步，筛选出一组准则；

所述基于用户行为数据分析的在线教育推荐模型的构建方法为特定用户选择和推荐一个或多个合适的项目；根据它们的适用性将它们分类为预先定义的类别；根据特定项目对每个准则的评估，描述项目对特定用户的适用性；多准则决策中使用的UTA算法根据用户的项目历史得分计算出用户对准则的偏好，进而分析用户的决策策略；

对于目标用户来说，定义项目的整体效用函数是：

u(I)是决策目标item i的总效用并且u_i(r_i)是准则的边际效用函数C_i；对于准则C_i的得分r_i，为准则的最小得分，r_i^*是准则的最大得分；被分为[r_i^j,r_i^j+1]区间，区间个数为a_i-1，每个区间长度相等，a_i是在测试集中可以被排序的项目总数；r_i^j是由由以下确定：

其中j＝1,2,...,a_ii＝1,2,...,k，r_i属于一定的区间r_i∈[r_i^j,r_i^j+1]和

每个用户通过用户偏好模型表示为权重向量A。

2.如权利要求1所述的基于用户行为数据分析的在线教育推荐模型的构建方法，其特征在于，所述基于用户行为数据分析的在线教育推荐模型的构建方法具体包括：关联规则事务文件的构造规则是名词和名词短语，对注释数据进行分割和标注，删除非名词；语音标记部分使用ICTCLA完成；删除非名词部分以构建关联规则事务文件；

关联规则事务文件中的每个句子都是一行，称为事务，名词是一个数据项；提取频度数据项集以定义最小支持和频度数据项集维度。