[发明专利]知识点推荐方法、装置、存储介质及电子装置

权利要求书

1.一种知识点推荐方法，其特征在于，包括：

采用预设的协同过滤推荐算法确定感兴趣程度，以及采用基于预设的知识图谱的知识连接度算法确定知识连接度；

基于知识连接度和感兴趣程度进行动态线性融合加权，得到待学知识点对目标用户的推荐度。

2.根据权利要求1所述的知识点推荐方法，其特征在于，采用预设的协同过滤推荐算法确定感兴趣程度包括：

获取用户的隐式特征向量；

采用相似度算法计算隐式特征向量的相似度；

给相似度进行降序排序，并选择相似度在预设阈值前的用户作为目标用户的相似用户；

基于相似用户对知识点的历史评分及对应的相似度，计算得到目标用户对该知识点的感兴趣程度。

3.根据权利要求1所述的知识点推荐方法，其特征在于，采用基于预设的知识图谱的知识连接度算法确定知识连接度包括：

参照构建的学科层次模型和知识点映射关系生成知识图谱；

通过基于知识图谱的知识连接度算法，确定目标用户的已学知识点和待学知识点间的知识连接度。

4.根据权利要求2所述的知识点推荐方法，其特征在于，基于相似用户对知识点的历史评分及对应的相似度，计算得到目标用户对该知识点的感兴趣程度之后还包括：

根据感兴趣程度给待学知识点进行降序排序并选择；

基于排序并选择的结果生成知识点的待推荐列表；

将待推荐列表推荐给目标用户。

5.根据权利要求3所述的知识点推荐方法，其特征在于，通过基于知识图谱的知识连接度算法，确定目标用户的已学知识点和待学知识点间的知识连接度之后还包括：

根据知识点连接度给待学知识点进行降序排序并选择；

基于排序并选择的结果生成知识点的待推荐列表；

将待推荐列表推荐给目标用户。

6.根据权利要求1所述的知识点推荐方法，其特征在于，基于知识连接度和感兴趣程度进行动态线性融合加权，得到待学知识点对目标用户的推荐度之后还包括：

根据推荐度给待学知识点进行降序排序并选择；

基于排序并选择的结果生成知识点的待推荐列表；

将待推荐列表推荐给目标用户。

7.一种知识点推荐装置，其特征在于，包括：

确定模块，用于采用预设的协同过滤推荐算法确定感兴趣程度，以及采用基于预设的知识图谱的知识连接度算法确定知识连接度；

推荐度模块，用于基于知识连接度和感兴趣程度进行动态线性融合加权，得到待学知识点对目标用户的推荐度。

8.根据权利要求7所述的知识点推荐装置，其特征在于，还包括：推荐模块，用于

根据推荐度给待学知识点进行降序排序并选择；

基于排序并选择的结果生成知识点的待推荐列表；

将待推荐列表推荐给目标用户。

9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至6任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至6任一项中所述的方法。