[發明專利]一種基于多種實體關系的在線課程推薦方法

在審

• 申請號: 202110053692.6
• 申請日: 2021-01-15
• 公開（公告）號: CN112749805A
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 郝鵬翼;葉炳龍;毛盛宇;李雅麗;白琮
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06N5/02
• 分類號: G06N5/02;G06F16/36;G06Q50/20;G06N3/04;G06N3/08
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 楊天嬌

本發明公開了一種基于多種實體關系的在線課程推薦方法，獲取在線課程平臺中各實體的數據，從各實體的數據中提取各實體關系，采用標準化來預處理各實體關系得到各實體關系權重，從各實體的數據中獲得用戶實體和課程概念實體的內容特征，得到不同元路徑下的實體表示，最后結合用戶實體表示和課程概念實體表示，最終輸出用戶對每個課程的評分矩陣，然后根據評分矩陣，從大到小排序，向用戶推薦課程。本發明有效利用了不同實體關系之間豐富的信息，降低了數據稀疏性的問題，提高了預測的準確率。

技術領域

本發明屬于教育課程推薦領域，尤其涉及了一種基于不同實體關系的 在線課程推薦方法。

背景技術

自2008年以來，大規模在線開放課程(Massive Open Online Courses， 簡稱MOOCs)在學生中大受歡迎，并通過面向全球開放在線資源提供新 的教育機會，從而徹底改變了整個教育領域。《紐約時報》雜志宣布2012 年為“MOOC年”，原因是MOOC從教育理念轉變為全球教育變革。數百 所大學在不同的平臺上提供數千門課程，如流行的Cousera、edX、Udacity、FutureLearn和XeutangX；還有以西班牙語提供MOOCs的MirindaX等。 特別地，在疫情嚴重的2020年，在線課程教育在教育領域起到關鍵作用， 幾乎所有的中國高校以及大部分海外高校都采用了線上教育的方式，因此 可以預測在接下來幾年時間，MOOCs對各個領域的學習將具有重要的意 義。

雖然MOOCs的規模不斷增大，學生人數在不斷增加，但MOOCs仍 然存在一些困境。一、MOOCs上的課程數量和種類繁多，學生不能夠很 好的選擇他感興趣課程。二、MOOCs的課程視頻中，往往存在大量的需 要先修課程的知識概念，學生聽不懂，卻又不知道學習哪些先修課程。三、 MOOCs上同一種類的課程存在內容側重點不同的問題，比如高等數學， 有些課程側重幾何方面，有些課程側重微積分方面。這對一個學生來選擇 是比較困難的。

這些種種的問題，無法吸引學生在平臺上持續高效的學習，平臺上整 體的課程完成率低于5％，因此MOOCs需要更好的理解和捕捉學生的興 趣，推薦更合適學生的課程，而課程推薦的研究也顯得尤為重要。

公開號為CN111639485A的專利申請記載了基于文本相似性的課程推 薦裝置、計算機裝置及存儲介質。該方法根據內容特征構建課程內容語料 庫，分別調用TF-IDF模型，主題模型，word2vec模型識別語料庫得到一、 二、三向量，確定三個向量對應的最優權值，根據這三個最優權值構建課 程的最終向量，根據最終向量計算任意兩個課程的相似度由此得到相似度 矩陣。最后根據歷史觀看課程，調用相似度矩陣，向用戶推薦課程列表。

然而現技術無法克服數據的稀疏性問題，只用了單一的實體關系，忽 略了不同實體關系之間的豐富信息，存在推薦準確性不夠等問題。

發明內容

本申請的目的是提出一種基于多種實體關系的在線課程推薦方法，用 于克服數據的稀疏性問題，有效利用了不同實體之間豐富的關系，避免了 上述信息浪費的情況，提高了課程推薦的準確性。

為了實現上述目的，本申請技術方案如下：

一種基于多種實體關系的在線課程推薦方法，包括：

步驟1、獲取在線課程平臺中各實體的數據，所述各實體包括課程、用 戶、課程視頻、教師、課程概念，從各實體的數據中提取各實體關系，采 用標準化來預處理各實體關系得到各實體關系權重；

步驟2、將各實體及各實體關系權重構成一個實體關系圖，根據預設的 元路徑來得到實體關系圖的子圖，將子圖的鄰接矩陣作為元路徑鄰接矩陣；

步驟3、從各實體的數據中獲得用戶實體和課程概念實體的內容特征；

步驟4、將所述用戶實體和課程概念實體的內容特征和相應的元路徑鄰 接矩陣，分別輸入到所構建的基于社區結構的圖卷積神經網絡中學習潛在 的實體表示，得到不同元路徑下的實體表示；