[發明專利]基于個性化的導師推薦算法在審
| 申請號: | 201810515233.3 | 申請日: | 2018-05-25 |
| 公開(公告)號: | CN108829752A | 公開(公告)日: | 2018-11-16 |
| 發明(設計)人: | 陳興國;余光耀;陳欣;蔡明雪;崔雙璐 | 申請(專利權)人: | 南京郵電大學 |
| 主分類號: | G06F17/30 | 分類號: | G06F17/30;G06Q50/20 |
| 代理公司: | 南京蘇科專利代理有限責任公司 32102 | 代理人: | 姚姣陽 |
| 地址: | 210023 江蘇省*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 特征向量 個性化特征 個性化 學生選擇 匹配度 向量 算法 排序 信息數據庫 問答系統 學生參考 學生 衡量 | ||
1.一種基于個性化的導師推薦算法,用于協助學生選擇導師,包括如下步驟:
S1、提供個性化問答系統,獲取學生的個性化特征向量;
S2、提供導師信息數據庫,獲取導師的特征向量庫;
S3、計算學生的個性化特征向量與導師的特征向量庫中導師的特征向量的匹配度;
S4、按照匹配度從高到低的順序對所述導師的特征向量庫中導師的特征向量進行排序,選取排序后的所述導師的特征向量庫中的前k位導師的特征向量建立推薦導師庫;
S5、將所述推薦導師庫中的導師推薦給學生。
2.根據權利要求1所述的基于個性化的導師推薦算法,其特征在于,所述步驟S2包括如下步驟:
S21、采用爬蟲技術獲取網絡上的導師的基本信息,形成所述導師信息數據庫;
S22、提取所述導師信息數據庫中導師的個人信息,所述個人信息包括若干指標;
S23、將所述若干指標的信息進行分數數值化處理,形成每個導師對應的特征向量,以形成所述導師的特征向量庫。
3.根據權利要求2所述的基于個性化的導師推薦算法,其特征在于,所述步驟S2還包括如下步驟:
S24、根據導師的個人信息中導師的研究方向,將所述導師的特征向量庫分類為不同的子數據集。
4.根據權利要求2所述的基于個性化的導師推薦算法,其特征在于,所述若干指標包括但不限于研究方向、年齡、職稱、專利數量、論文數量、研究廣度以及團隊規模。
5.根據權利要求2所述的基于個性化的導師推薦算法,其特征在于,所述步驟S23中的所述分數數值化處理為對所述若干指標進行打分,分值范圍為1~5。
6.根據權利要求3所述的基于個性化的導師推薦算法,其特征在于,所述步驟S1包括如下步驟:
S11、提供個性化問答系統,學生回答該系統提出的若干問題,以調查學生對導師的期望信息;
S12、根據學生對問題的回答獲取一組學生的特征值,以獲取學生的個性化特征向量。
7.根據權利要求6所述的基于個性化的導師推薦算法,其特征在于,所述若干問題的包括指定問題,所述指定問題是調查學生感興趣的研究方向,以便在所述不同的子數據集中進行推薦,所述指定問題學生可單選、多選或者不選。
8.根據權利要求7所述的基于個性化的導師推薦算法,其特征在于,當學生單選或者多選時,優先在對應的單個或者多個所述子數據集中進行導師推薦,以形成所述推薦導師庫;當學生不選時,在所有導師的特征向量庫中進行推薦,以形成所述推薦導師庫。
9.根據權利要求8所述的基于個性化的導師推薦算法,其特征在于,所述S3的具體過程為:分別計算所述學生與導師的匹配度,將得到的匹配度值及對應的導師信息存入數組中,所述數組中的每個元素包含兩條信息,分別為匹配度值與對應的導師姓名。
10.根據權利要求9所述的基于個性化的導師推薦算法,其特征在于,在所述步驟S3中,設定臨界匹配度值P,學生單選或者多選時,當得到的不小于所述臨界匹配度值P的導師位數不小于k時,則不再計算所述學生與剩余導師的匹配度。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京郵電大學,未經南京郵電大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810515233.3/1.html,轉載請聲明來源鉆瓜專利網。





