[發明專利]一種教育信息推薦方法、裝置及系統

在審

• 申請號: 201910317236.0
• 申請日: 2019-04-19
• 公開（公告）號: CN110134875A
• 公開（公告）日: 2019-08-16
• 發明（設計）人: 張大步;史玉回
• 申請（專利權）人: 南方科技大學
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06Q50/20
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 唐致明;洪銘福

本發明公開了一種教育信息推薦方法、裝置和系統，方法包括：獲取學習者的網絡訪問記錄并構建對應的學習網絡；基于學習網絡產生隨機的節點序列；表征節點序列以獲得對應的表征向量；基于協同過濾算法處理表征向量以得到學習者針對于教育資源的評分；根據評分建立教育資源的推薦列表。裝置、系統用于執行方法。本發明實施例通過獲取學習者的網絡訪問記錄并構建學習網絡；基于學習網絡產生隨機的知識節點序列以形成多種行為的可能性；表征知識節點序列以獲得表征向量；基于協同過濾算法處理表征向量以得到學習者針對于資源的評分，能夠獲得學習者的行為傾向；根據評分建立教育資源推薦列表以供學習者選擇。

技術領域

本發明涉及網絡信息處理技術領域，尤其是一種教育信息推薦方法、裝置及系統。

背景技術

基于紅皇后假說，信息社會需要個人進行不斷的學習才能保持不落后，作為教育機構，如果能提前預知學習者的教育和學習需求，就能及時提供對應的資源，從而在與其他教育機構的競爭中取得優勢。

傳統的推薦算法：協同過濾算法、基于內容的推薦算法和混合推薦算法也是個性化預測，但不能很好的捕捉E-Learning領域中學習者和知識之間的拓撲關系和知識與知識之間的遞進關系。傳統的推薦算法在教育信息領域有明顯的局限性，導致推薦效果下降和學習者體驗不佳。

發明內容

本發明旨在至少在一定程度上解決相關技術中的技術問題之一。為此，本發明的一個目的是提供一種教育信息推薦方法、裝置及系統。

本發明實施例所采用的技術方案是：

一方面，本發明實施例提供一種教育信息推薦方法，包括步驟：獲取學習者的網絡訪問記錄并構建對應的學習網絡；基于所述學習網絡產生隨機的節點序列；表征所述節點序列以獲得對應的表征向量；基于協同過濾算法處理所述表征向量以得到學習者針對于資源的評分，根據評分建立推薦列表。

優選地，所述網絡訪問記錄包括對資源的網絡連接行為的記錄，以所述學習者對所述資源的網絡連接行為作為節點，根據網絡連接行為的發生順序連接不同的節點以形成學習者的向量，疊加若干學習者的向量，以節點間的連接次數作為節點間的權值的設置基礎，結合所述節點和所述權值以構建對應的學習網絡。

優選地，基于Node2vec算法表征所述節點序列以獲得對應的表征向量。

優選地，所述協同過濾算法包括處理公式：其中，w_ji是節點序列i和節點序列j的表征向量的余弦相似性，r_ui是學習者u對資源i的評分，β^di為評分的時間衰減系數，i是學習者u訪問的資源，N(u)為網絡訪問記錄，S(j,K)是與資源i最相似的K個資源，p_uj為學習者u對資源j的評分。

優選地，基于TOP-K算法處理所述評分以建立推薦列表。

優選地，根據預設的處理規則處理所述資源以獲取涉及學習的資源，標記其為學習資源，以所述學習者對所述學習資源的網絡連接行為作為節點，根據網絡連接行為的發生順序連接不同的節點以形成學習者的向量，疊加若干學習者的向量，以節點間的連接次數作為節點間的權值的設置基礎，結合所述節點和所述權值以構建對應的學習網絡。

優選地，根據推薦列表和學習者的實際選擇資源計算評價參數，根據評價參數修改表征計算參數和協同過濾參數，其中，所述評價參數包括準確率、召回率和nDCG，所述表征計算參數用于計算表征向量，所述協同過濾參數用于協同過濾算法。

所述根據預設的處理規則處理所述資源包括：基于關鍵字從所述資源中提取包含所述關鍵字的資源，排除不包含所述關鍵字的資源，所述關鍵字包括學科名稱、教育機關名稱、算法名稱、姓名和科學術語。