[發明專利]一種基于隱式反饋數據的偏好計算方法及數據生成裝置

有效

• 申請號: 201911181837.X
• 申請日: 2019-11-27
• 公開（公告）號: CN111079002B
• 公開（公告）日: 2023-09-22
• 發明（設計）人: 劉思喆;杜亞磊;齊琛
• 申請（專利權）人: 北京哈沃在線科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9538
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于隱式反饋數據的偏好計算方法，包括如下步驟：獲取用戶約課數據；根據用戶約課數據生成偏好比對數據；根據偏好比對數據和偏好值計算模型獲取偏好計算值；根據偏好計算值和偏好預測值對約課集合中的對象進行排序；用戶約課數據包括約課對象和約課時間。本發明量化了用戶的主觀偏好，根據偏好計算值和偏好預測值對約課集合中的對象進行排序；更科學的得到了授課平臺中所有可約課對象的排序分值。本發明方法以每位用戶下的偏好計算值和偏好預測值為排序指標，能夠實現個性化約課對象的搜索和推薦。通過使用本發明方法為用戶推薦約課對象后，用戶對所約課對象的好評率有了明顯的提高。

技術領域

本發明涉及一種基于隱式反饋數據的偏好計算方法及數據生成裝置，屬于互聯網教育領?域。

背景技術

“互聯網+教育”是隨著當今科學技術的不斷發展，互聯網科技與教育領域相結合的一種?新的教育形式。互聯網教育是利用信息化技術對教育行業進行變革，讓更多人以更低的成本?享受更好教育資源的教育方式。其中一對一的英語外教授課平臺，讓中國用戶有機會通過視頻直接向外國老師學習純正的英語。在英語外教授課平臺上，面對眾多老師，用戶存在不知?如何選擇授課老師的問題，而如何為學員匹配最適合的老師，也是所有一對一授課平臺一直?存在的問題。

發明內容

本發明的目的在于，提供一種基于隱式反饋數據的偏好計算方法，其能夠量化用戶對每?個約課對象的偏好值，通過量化后的偏好值，來獲取用戶的對約課對象的個性化排序及授課?平臺上所有約課對象的排序，既能滿足老用戶的個性化需求，又能為新用戶提供約課對象的優選方案。

為解決上述技術問題，本發明采用如下的技術方案：一種基于隱式反饋數據的偏好計算?方法，包括如下步驟：

獲取用戶約課數據；根據用戶約課數據生成偏好比對數據；根據偏好比對數據和偏好值?計算模型獲取偏好計算值；根據偏好計算值和偏好預測值對約課集合中的對象進行排序；用?戶約課數據包括約課對象和約課時間；所述偏好值計算模型包括第一組評分模型r＝A，v＝B²，?其中r為能力評分，v為方差，B為偏差值，A和B為正整數值；偏好值計算模型包括第二組?評分模型r＝r_old，v＝min(V_old+c²t，B²)，其中c為衡量時間因素的常量系數，t為用戶約課同一?約課對象的時間間隔；偏好值計算模型包括第三組評分模型其中s_j等于0或者1，e_j表示約課對象被用?戶約課的概率。

前述的這種基于隱式反饋數據的偏好計算方法，所述根據用戶約課數據生成偏好比對數?據包括如下步驟：

步驟S01：獲取偏好對象數據，所述偏好對象數據包括用戶近3個月的所約對象和收藏?對象。

步驟S02：判斷約課對象是否記錄在偏好對象數據中；若在偏好對象數據中記錄有所述?約課對象，則執行步驟S03；若在偏好對象數據中未記錄有約課對象，則執行步驟S04；

步驟S03：檢索偏好對象數據中是否存在其它可約課對象，所述其它可約課對象在所述?約課時間段內可約課；若在所述約課時間段內存在其它可約課對象，則記錄所述其它可約課?對象并執行步驟S05；若在所述約課時間段內不存在其它可約課對象，則執行步驟S06；

步驟S04：停止檢索，且無偏好比對數據生成；

步驟S05：生成所述偏好比對數據；

步驟S06：停止生成偏好比對數據。

前述的這種基于隱式反饋數據的偏好計算方法，所述根據偏好比對數據和偏好值計算模?型獲取偏好計算值包括如下步驟：

步驟S07：判斷所述約課對象是否在約課集合中，若判斷結果為否，則執行步驟S08；若?判斷結果為是，則執行步驟S09；