[發明專利]一種基于關聯關系分析的課程推薦方法

在審

• 申請號: 202110301297.5
• 申請日: 2021-03-22
• 公開（公告）號: CN113065342A
• 公開（公告）日: 2021-07-02
• 發明（設計）人: 郝鵬翼;毛盛宇;葉炳龍;韓天星;白琮
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06F40/30;G06F16/9535;G06F17/16;G06Q50/20
• 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關聯關系分析的課程推薦方法，從中提取出知識概念以及用戶與其他實體之間的關聯矩陣如用戶與其他實體的關聯矩陣，通過元路徑得到知識概念和用戶對應的鄰接矩陣，通過對用戶的元路徑鄰接矩陣構建實體的關聯關系圖，并經過關聯關系特征提取模塊得到用戶的關聯關系特征，將知識概念與用戶在不同元路徑下的實體表示進行加權合并，得到最終的用戶實體表示與課程知識概念實體表示，最后通過矩陣分解的方式獲取最終的用戶與知識概念的評分矩陣，根據評分矩陣對用戶進行課程推薦，提高了推薦的準確性。

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關聯關系分析的在線課程推薦方法。

背景技術

近年來，大規模在線開放課程(Massive Open Online Courses，簡稱MOOCs)逐漸成為了一種全球行的替代教育的一種模式，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。現在已經出現了非常多的MOOC平臺，例如，Coursera，edX和Udacity是三位先驅，其次是來自其他國家的許多先驅，例如中國的XuetangX，北美的Khan Academy，西班牙的Miriada，德語的Iversity，英格蘭的FutureLearn，澳大利亞的Open2Study，Fun in法國，巴西的Veduca和日本的Schoo(Qiu等人，2016)。

但是據數據統計分析，學生在線課程的完成率極低，而學生對于某一門課程所覆蓋的課程知識概念并不會完全感興趣，這也會導致學生在某一門課程的學習過程中中途輟學。無法吸引學生在平臺上持續高效的學習，導致平臺上整體的課程完成率低于5％，為了吸引學生的興趣，MOOC提供商使用推薦系統向學生推薦課程。同時，由于一門課程通常包含許多視頻講座，每個講座都涵蓋一些特定的知識概念，因此直接推薦課程會忽略學生對某些特定知識概念的興趣。因此課程知識概念推薦的研究也顯得格外重要。

公布號為CN112328752A的專利申請記載了基于文本相似性的基于搜索內容的課程推薦方法、裝置、計算機設備及介質，根據搜索內容提取出多個熱詞；針對每個熱詞，獲取包含熱詞的目標搜索內容并提取目標搜索內容的搜索文本向量；對同一熱詞對應的多個搜索文本向量進行聚類并確定每類的核心搜索內容；根據搜索內容引發的點擊次數從多類的核心搜索內容中識別出用戶滿意的核心搜索內容和用戶不滿意的核心搜索內容；根據搜索內容引發的點擊內容過濾出用戶滿意的核心搜索內容中的假性滿意的核心搜索內容；根據用戶不滿意的核心搜索內容及假性滿意的核心搜索內容進行課程推薦。

公布號為CN112347147A的專利申請記載了基于文本相似性的基于用戶關聯關系的信息推送方法、裝置、電子設備及計算機可讀介質。該方法包括：獲取目標用戶的用戶標識；確定關聯關系層級和關聯關系類別；基于所述目標用戶的用戶標識、所述關聯關系層級和所述關聯關系類別在圖形數據庫中進行檢索，獲取多個關聯用戶和其對應的關聯關系類別；基于所述關聯關系類別為所述多個關聯用戶分別生成推廣信息；將所述推廣信息發送至其對應的關聯用戶。本公開涉及的基于用戶關聯關系的信息推送方法、裝置、電子設備及計算機可讀介質，能夠快速有效的提取用戶之間的關聯關系，并基于關聯關系生成個性化的推廣信息進行推廣，提升用戶滿意度。

然而傳統的推薦技術面臨著數據的稀疏性問題，無法獲得異構信息網絡上的多種關系信息，以及無法捕獲高階的鄰域關聯信息，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關聯關系分析的課程推薦方法，用于減輕推薦系統數據的稀疏性問題，并且利用關聯關系的分析來接受給定異構信息網絡上高階鄰接信息和用戶的潛在長途興趣，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：

一種基于關聯關系分析的課程推薦方法，包括：

步驟1、根據在線課程平臺的用戶應用歷史記錄獲取實體，所述實體包括課程、用戶、知識概念、教師、視頻；