[发明专利]学习资源推荐方法、装置、数据处理设备及存储介质有效
| 申请号： | 201910911097.4 | 申请日： | 2019-09-25 |
| 公开（公告）号： | CN110609960B | 公开（公告）日： | 2022-02-22 |
| 发明（设计）人： | 易宝林;沈筱譞;刘三女牙;张维;刘海 | 申请（专利权）人： | 华中师范大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06N20/00 |
| 代理公司： | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人： | 徐彦圣 |
| 地址： | 430000 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供的学习资源推荐方法、装置、数据处理设备及存储介质，应用于数据处理领域。该方法通过获取能被所述机器学习模型处理的编码数据，将该编码数据输入到预先训练好的机器学习模型中，获得预设的偏好矩阵的第一分解矩阵以及第二分解矩阵中各参数的概率密度函数。根据所述第一分解矩阵以及第二分解矩阵中各参数的概率密度函数获得目标学习人员对偏好矩阵中未学习过的学习资源的期望兴趣度。根据期望兴趣度从所述未学习过的学习资源中为所述目标学习人员推荐目标学习资源。由于该第一分解矩阵以及第二分解矩阵中各参数为概率密度函数，使得可以根据具体的需求选取不同的参数，获得不同的期望兴趣度，继而提高了推荐学习资源的灵活度。 | ||
| 搜索关键词： | 学习 资源 推荐 方法 装置 数据处理 设备 存储 介质 | ||
【主权项】：
1.一种学习资源推荐方法，其特征在于，应用于数据处理设备，所述数据处理设备预设有训练好的机器学习模型，所述方法包括：/n获取能被所述机器学习模型处理的编码数据，所述编码数据用于表征目标学习人员与历史学习资源之间的关系；/n将所述编码数据输入到所述训练好的机器学习模型中，获得预设的偏好矩阵的第一分解矩阵以及第二分解矩阵中各参数的概率密度函数，所述偏好矩阵为所述第一分解矩阵与所述第二分解矩阵的乘积结果，所述偏好矩阵记录有不同学习人员对各自历史学习资源的偏好情况；/n根据所述第一分解矩阵以及第二分解矩阵中各参数的概率密度函数获得该目标学习人员对该偏好矩阵中未学习过的学习资源的期望兴趣度；/n根据所述期望兴趣度从所述未学习过的学习资源中为所述目标学习人员推荐目标学习资源。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华中师范大学，未经华中师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910911097.4/，转载请声明来源钻瓜专利网。
