[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

摘要

本发明属于网络教育个性化推荐技术领域，公开了一种基于用户行为数据分析的在线教育推荐模型及构建方法，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：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；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；筛选出一组准则。本发明可以缓解推荐算法的可扩展性问题，识别用户偏好，优化传统协同过滤推荐算法中的相似度算法，计算用户相似度，生成推荐。实验结果表明，基于用户偏好的个性化推荐算法能够有效地提高推荐质量。

主权项

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。