[發明專利]一種基于移動學習的學習資源自動推薦方法

有效

• 申請號: 201710973349.7
• 申請日: 2017-10-18
• 公開（公告）號: CN107784095B
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 姜國義;劉海波;楊倩倩;李文震;康凱;龔慶武;喬卉
• 申請（專利權）人: 國網內蒙古東部電力有限公司;國家電網公司;武漢大學
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06F16/9537;G06Q30/06
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 魯力

1.一種基于移動學習的學習資源自動推薦方法，其特征在于，包括以下步驟：

步驟1，建立用戶-資源-時間-位置四元組Z＝(U,K,T,L)

其中，U代表用戶集合，K代表學習資源集合，T代表時間集合，L代表位置集合；建立四元組基于以下定義：

A.1用戶屬性

定義用戶集合U＝{u₁,u₂,...,u_i,...}；其中，u₁、u₂、u_i表示不同用戶；任意用戶u_i由其屬性構成，即u_i＝{u_i.a₁,u_i.a₂,u_i.a₃,...}；

A.2資源屬性

定義學習資源K＝{k₁,k₂,...}；其中，k₁、k₂表示不同學習資源；任意資源k_p由其屬性構成，即k_p＝{k_p.b₁,k_p.b₂,k_p.b₃,...}；當用戶u_i訪問學習資源k_p時，可記為u_i.k_p；

A.3時間屬性

定義時間集合T＝{t₁,t₂,...,t_m,...}，用戶u_i在訪問資源k_p時起始時間記為結束時間記為那么用戶u_i在訪問資源k_p時持續時間記為這里，時才有效，根據實際經驗ε取值為2min，即用戶訪問資源超過兩分鐘時才有效；

用戶u_i訪問資源k_p和資源k_p+1的時間間隔記為

A.4位置屬性

定義所有位置集合L＝{l₁,l₂,...,l_n,...}，用戶u_i在學習資源k_p時的位置為l_n，即u_i.k_p.l_n；

步驟2，進行用戶行為特征分析，基于以下定義：

B.1訪問資源序列

用戶u_i訪問學習資源集合K的序列

B.2用戶訪問資源的頻度

B.3用戶訪問資源比例

指用戶u_i在學習資源集合K中訪問資源所占比例：

其中，函數分母表示所有用戶訪問所有資源的總次數；

用戶u_i在t_j時間訪問資源k_p的概率：

用戶u_i在t_j時間l_q位置訪問資源k_p的概率：

B.4選擇資源周期

用戶u_i在選擇訪問資源時，一般經過比較和選擇才能最終確定資源，即pr＝(u,sq,k_s)；其中，u∈U，k_s表示用戶最終選擇的資源；所有周期集合為Pr＝{pr₁,pr₂,...}；sq表示軌跡記錄；

B.5資源關聯強度

用戶u_i從當前資源k_p跳轉到下一個資源的k_p+1的概率：

B.6資源用戶群

按照學習資源的屬性分類，將喜歡同一類型資源的用戶稱為資源用戶群，即其中φ_i＝{u_x,u_y,...}，即任意一個資源用戶群是由若干個用戶組成；且表示資源用戶群的總數；

步驟3，基于步驟1建立的四元組和步驟2進行的用戶行為特征分析進行學習興趣推薦。