“学习兴趣”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果287097个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多视角兴趣的学习资源推荐方法-CN201810727619.0有效
发明人：刘忠宝;李花;张志剑;王文杰 -专利权人：中北大学
申请日： 2018-07-05 - 公布日： 2021-03-19 - 主分类号： G06F16/9536 文献下载
摘要：本发明提供了一种基于多视角兴趣的学习资源推荐方法，首先浏览学习者的历史学习记录，构建特征词局部网络，然后计算学习者的四个视角兴趣，最后根据四个视角兴趣度进行学习资源推荐。本发明提供的一种基于多视角兴趣的学习资源推荐方法，从兴趣稳定性和兴趣特征两个角度分析学习者的兴趣偏好，建立基于多视角兴趣的兴趣模型，根据学习者的不同兴趣向学习者推荐其需要的资源，本发明在保证推荐准确性的同时，显著提高了推荐的多样性，能够满足学习者的真实需求。
一种基于视角兴趣学习资源推荐方法

[发明专利]一种融合时空多粒度兴趣的学习资源推荐方法及相关装置-CN202310525175.3在审
发明人：朱海萍;赵成成;田锋;陈妍;王子瑜;郑庆华 -专利权人：西安交通大学
申请日： 2023-05-11 - 公布日： 2023-08-04 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种融合时空多粒度兴趣的学习资源推荐方法及相关装置，属于学习资源推荐领域。本发明包括以下步骤：1)知识概念空间多粒度兴趣建模；2)时间维度多粒度兴趣建模；3)多粒度兴趣自适应融合的学习资源推荐。本发明提供的学习资源推荐能够从知识概念空间提取学习者在知识点、学习资源、课程等不同粒度的兴趣偏好，从时间维度提取学习者近期课程内、近期跨课程和全局不同粒度的兴趣偏好，实现更精准的学习者兴趣偏好建模。本发明在自适应地融合学习者知识概念空间的单点多粒度兴趣和时间维度的动态多粒度兴趣基础上，为学习者个性化推荐符合其兴趣偏好的学习资源。
一种融合时空粒度兴趣学习资源推荐方法相关装置

[发明专利]一种获取用户特定知识元兴趣度的方法-CN200910023928.0无效
发明人：刘均;郑庆华;吴茜媛;王昊;田锋;郑德立 -专利权人：西安交通大学
申请日： 2009-09-15 - 公布日： 2010-02-24 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种获取用户特定知识元兴趣度的方法。该方法针对网络学习系统中的学习者，目的在于准确识别及获取网络学习者的学习兴趣，对学习者未来的兴趣变化作出预测，提高网络学习者的学习效率和学习成绩。在用户模型方面，采用了一种面向网络学习人群的用户兴趣模型。在动态兴趣感知的兴趣删减算法中，采用了自动发现删减阈值的兴趣删减方法。在兴趣预测算法中，采用了一种用户协同预测的预测方法。本发明通过分析学习者的日志，可以准确的识别出用户对知识元，概念和学习资源的兴趣变化，并用定量的方式反映出兴趣的程度，并可以预测该学习者的兴趣变化，改善了已有技术的不足之处，在网络学习系统，网络个性化服务中具有良好的应用前景
一种获取用户特定知识兴趣方法

[发明专利]一种面向在线学习社区的学习兴趣发现方法-CN202010776809.9在审
发明人：杨宗凯;刘三女牙;刘智;刘石奇;粟柱;赵亮 -专利权人：华中师范大学
申请日： 2020-08-05 - 公布日： 2020-12-18 - 主分类号： G06F40/30 文献下载
摘要：本发明涉及计算机技术自然语言处理领域的文本挖掘技术，提供一种面向在线学习社区的学习兴趣发现方法，包括：采集在线学习社区中学习者生成的多维度行为和文本信息；融合领域知识命名实体词和学习情绪词进行文本分词；基于时序‑情绪‑主题的文本建模算法，挖掘与情绪和时序信息相关的兴趣主题概率分布；基于语义相似度计算方法，鉴别学习者的学习兴趣和非学习兴趣；根据应用场景，输出学习兴趣标签及其权重。本发明方法能有效发现学习者的学习兴趣，并显著提高学习兴趣的可解释性和准确性，有助于为学习者提供个性化的学习服务。
一种面向在线学习社区兴趣发现方法

[发明专利]一种应用于公共管理教学的信息处理方法-CN202111252572.5在审
发明人：王球琳;魏巍 -专利权人：哈尔滨学院
申请日： 2021-10-27 - 公布日： 2021-12-31 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及教学领域，具体涉及一种应用于公共管理教学的信息处理方法，该方法根据每一个用户的学习兴趣、学习情况及学习目标实现个性化学习资料的配置，并实现各用户学习进度的跟踪，生成每一个用户的学习流程表。所述学习兴趣为用户感兴趣的动漫人物、动漫场景、动画人物、动画场景，根据用户选择的学习兴趣基于案例库内载的资料采用情景模拟的方式实现公共管理教学。本发明可以根据不同的学习兴趣、学习情况和学习目标为不同的学生配置不同的学习资料，在可以实现针对性教学的同时，可以大大提高学生的学习效率和学习兴趣。
一种应用于公共管理教学信息处理方法

[发明专利]一种基于图神经网络的用户学习兴趣标签预测方法-CN202211340978.3在审
发明人：李美子;张馨艺;张波 -专利权人：上海师范大学
申请日： 2022-10-30 - 公布日： 2023-02-03 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及一种基于图神经网络的用户学习兴趣标签预测方法，包括：获取在设定时间范围内用户平台上的用户历史学习行为数据；将用户平台映射为图结构，预先构建并训练基于亲密度和学习行为相似的学习行为兴趣特征提取模型，该模型为双层图神经网络，其第一层基于用户间亲密关系提取用户学习行为兴趣特征，第二层基于用户的历史学习行为相似提取用户学习行为兴趣特征；将用户平台的结构和获取的用户历史学习行为数据作为训练好的学习行为兴趣特征提取模型的输入，提取用户长短期学习行为兴趣特征；并输入到预先构建并训练好的预测模型中，获得用户准确学习兴趣标签。与现有技术相比，本发明具有提高了学习兴趣标签预测准确率、实用性好等优点。
一种基于神经网络用户学习兴趣标签预测方法

[发明专利]基于增强学习的人机交互方法、装置及可读存储介质-CN202310191280.8在审
发明人：高庆春 -专利权人：洛赛数字科技（北京）有限公司
申请日： 2023-02-24 - 公布日： 2023-06-30 - 主分类号： G06F3/01 文献下载
摘要：本申请实施例提供了基于增强学习的人机交互方法、装置及可读存储介质，包括：获取目标用户的兴趣参数和认知参数；基于所述兴趣参数和所述认知参数，确定折扣因子，其中，所述折扣因子用于表示对兴趣参数和认知参数的学习程度；基于所述兴趣参数、所述认知参数和所述折扣因子，得到学习场景；向所述目标用户展示所述学习场景。本申请实施例将学习过程作为增强学习，通过增强训练的学习模型确定学习场景，将学习效果量化，并根据量化结果向用户提供奖励，有利于提高学习过程评价的客观性、提高学习兴趣。
基于增强学习人机交互方法装置可读存储介质

[发明专利]一种基于移动学习的学习资源自动推荐方法-CN201710973349.7有效
发明人：姜国义;刘海波;杨倩倩;李文震;康凯;龚庆武;乔卉 -专利权人：国网内蒙古东部电力有限公司;国家电网公司;武汉大学
申请日： 2017-10-18 - 公布日： 2022-04-01 - 主分类号： G06F16/9536 文献下载
摘要：本发明属于社交网络中兴趣推荐研究体系中学习资源推荐研究范畴，涉及一种基于移动学习的学习资源自动推荐方法，建立模型解决移动用户学习平台上的用户学习兴趣发现问题，把用户学习兴趣这一问题看作是基于时间和位置维度上的用户学习资源的轨迹特征发现问题，把具有同一资源兴趣的用户看作是一组资源用户群，从用户学习轨迹和资源用户群学习特点角度预测用户可能学习的下一个资源，继而实现用户的学习兴趣发现。
一种基于移动学习资源自动推荐方法

[发明专利]一种在线学习兴趣点分析方法及系统-CN201810736610.6在审
发明人：徐玉红 -专利权人：合肥明高软件技术有限公司
申请日： 2018-07-06 - 公布日： 2018-12-18 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种在线学习兴趣点分析方法，涉及在线学习兴趣点分析技术领域。本发明包括监测用户的查询请求信息；采集用户发表动态消息；确定请求消息和动态消息的主题分类；累计计算各主题分类在域值时间内的权值和；利用权值和乘以预设的各主题分类的兴趣占比率获得对应兴趣指数值；根据各主题分类的兴趣指数值分析该用户的兴趣分布还提供一种在线学习新区点分析系统。本发明通过监测用户的社交网络查询请求信息以及采集用户发表的动态消息以及该用户在社交网络中所关注的动态消息，同时计算消息权重分析学习兴趣点，提高了网络学习兴趣点分析的合理性，同时提高了网络学习兴趣点的准确性，方便用户网络学习。
兴趣点动态消息在线学习主题分类查询请求信息监测用户社交网络网络学习分析权值和分析方法及系统采集分析系统请求消息学习兴趣用户网络权重预设合理性学习

[发明专利]一种学习目标导向的知识链推荐方法-CN201710957280.9有效
发明人：陈波;于泠;于浩佳;刘蓉;朱汉 -专利权人：南京师范大学;赛尔网络有限公司
申请日： 2017-10-16 - 公布日： 2020-09-29 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种学习目标导向的知识链推荐方法，通过收集用户行为的历史信息，分析用户的兴趣偏好，构建出用户的兴趣模型；根据确定的学习目标，对用户兴趣模型中各个兴趣概念值与其对应的学习目标差异值作积，并按乘积值的大小排序，形成初步的推荐兴趣概念集；向用户推荐以初步推荐兴趣概念集中的知识点为链端、知识点的所有上位知识为节点的知识链。通过对用户兴趣建模，获取用户的兴趣信息，融合确定的学习目标，合理引导推荐内容的组织，从而推荐给用户由感兴趣的知识点生成的知识链，以帮助用户更好地理解该知识点的相关内容，提高用户的学习效果。
一种学习目标导向知识推荐方法

[发明专利]具有兴趣引导功能的个性化推荐方法-CN201610322242.1在审
发明人：刘洪波;陈晰 -专利权人：刘洪波;陈晰
申请日： 2016-05-16 - 公布日： 2017-11-24 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及具有兴趣引导功能的个性化推荐方法。本发明公开了一种数字化学习路径推荐方法，具有兴趣引导功能，该方法包括以下步骤S1. 构建知识兴趣导向图包括知识层以及兴趣相关的现象层；S2. 获取学习者个人特征；S3. 标记已学知识点、目标知识点和现象节点；S4. 构建目标知识点到标记现象节点的最优学习路径；S5. 推荐学习路径。本发明有效解决学习者尤其是儿童目标知识点学习的兴趣引导问题，降低了学习难度，增强学习者尤其是儿童数字化学习的能力。
具有兴趣引导功能个性化推荐方法

[发明专利]一种基于对比学习的新闻推荐方法-CN202210404048.3在审
发明人：郑海涛;刘浩壮;李明超;江勇;夏树涛;肖喜 -专利权人：清华大学深圳国际研究生院
申请日： 2022-04-18 - 公布日： 2022-08-02 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了基于对比学习的新闻推荐方法，包括基于对比学习的用户兴趣抽取步骤；所述用户兴趣抽取步骤包括：提供一用户兴趣编码器，该用户兴趣编码器被配置为对用户浏览的新闻序列进行编码得到兴趣向量；对所述用户浏览的新闻序列进行编码得到第一兴趣向量；对所述用户浏览的新闻序列进行数据增强，再对数据增强后的新闻序列进行编码得到第二兴趣向量；训练所述用户兴趣编码器，训练过程中，引入使所述第一兴趣向量和所述第二兴趣向量相接近，并使所述第一兴趣向量与其它用户的兴趣向量相远离的兴趣对比学习损失
一种基于对比学习新闻推荐方法

[发明专利]一种基于知识关联的学习资源协同过滤推荐方法及系统-CN201810918418.9有效
发明人：杨宗凯;李浩;杜旭;杜凡凡;余雪 -专利权人：华中师范大学
申请日： 2018-08-13 - 公布日： 2021-11-23 - 主分类号： G06F16/9535 文献下载
摘要：本发明属于个性化智能推荐领域，公开了一种基于知识关联的学习资源协同过滤推荐方法及系统,结合知识间关联关系和资源与知识点的关联关系，在用户相似度计算和兴趣度计算方法中引入与学习者相关联的知识点信息，进而获得目标学习者的最近邻用户群，并构建学习者‑学习资源兴趣度评分矩阵；接着，通过相似用户群的知识点偏好预测当前用户尚未学习且可能感兴趣的资源的兴趣度评分；最后，选取兴趣度评分较高的N个结果推荐给当前学习者。本发明统筹学习者、知识点和学习资源三者之间的关系设计了一种基于知识关联的学习资源协同过滤推荐算法，使得推荐结果更符合学习者的实际学习需求。
一种基于知识关联学习资源协同过滤推荐方法系统

[发明专利]一种基于结构化多兴趣协同的企业服务快讯推荐方法-CN202210918943.7有效
发明人：王英龙;张洪彪;舒明雷;陈达;刘丽 -专利权人：山东省计算中心(国家超级计算济南中心);山东省人工智能研究院;齐鲁工业大学
申请日： 2022-08-01 - 公布日： 2023-06-06 - 主分类号： G06F16/9535 文献下载
摘要：一种基于结构化多兴趣协同的企业服务快讯推荐方法，通过附加选择器以增强快讯的特征，有效增强了最终的企业服务快讯表示；本发明提出的用户兴趣表示学习方法通过构建用户兴趣结构无向图，利用图注意力网络可以一种显示的方式结构化编码用户的多种潜在兴趣，这可以提取更加精确的用户兴趣表示；本发明提出的用户兴趣表示学习方法充分考虑了用户多种潜在兴趣之间的相互作用，利用自注意力网络模拟兴趣之间的作用关系有效增强了用户兴趣表示；本发明得益于良好的企业服务快讯表示学习方法和用户兴趣表示学习方法
一种基于结构兴趣协同企业服务快讯推荐方法

[发明专利]基于区块链和大数据挖掘的智能推送处理方法及系统-CN202210218863.0有效
发明人：肖伟霞;赵书民 -专利权人：山邮数字科技（山东）有限公司
申请日： 2022-03-08 - 公布日： 2022-11-15 - 主分类号： G06F16/2458 文献下载
摘要：本发明实施例提供一种基于区块链和大数据挖掘的智能推送处理方法及系统，在基于云业务联动事件对目标兴趣挖掘模型进行兴趣决策的深度学习优化的过程中，通过依据特征学习代价对云业务联动事件中的云业务联动事件日志进行深度学习优化阶段分配，以便于在对目标兴趣挖掘模型进行兴趣决策的深度学习优化时可以提高特征学习效果，提高兴趣挖掘精度，进而提高后续对相关的目标智慧虚拟业务用户群进行信息推送的精度。
基于区块数据挖掘智能推送处理方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条