[發明專利]一種基于深度會話興趣交互模型的課程推薦方法

在審

• 申請號: 202210114867.4
• 申請日: 2022-01-31
• 公開（公告）號: CN114564639A
• 公開（公告）日: 2022-05-31
• 發明（設計）人: 劉鐵園;吳瓊;古天龍;常亮
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q50/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于深度會話興趣交互模型的課程推薦方法，其特征在于：篩選和預處理用戶數據，將用戶與項目的行為信息按照時間排序，并以一天為時間間隔劃分會話；為了刻畫用戶動態變化的興趣，豐富用戶興趣表示，將GRU應用于捕獲用戶動態偏好中；接下來，將用戶最近行為數據和動態興趣表示輸入到第二層Attention網絡中，得到用戶的多角度興趣表示；最后，將用戶的多角度興趣表示和課程向量表示做內積，選擇每個候選項目得分高的為學生進行推薦。從而解決了目前基于課程推薦方法中，沒有考慮到用戶與項目的交互過程存在噪聲項目的影響以及靜態且低秩的向量無法充分表達用戶的興趣的問題。

2.根據權利1所述的一種基于深度會話興趣交互模型的課程推薦方法，其特征在于：在數據建模方面，本發明將用戶的時間順序行為進行劃分，將用戶一天內瀏覽的課程劃分為一個會話，并且在同一會話內課程特征是高度同質的，而在不同的會話之間，課程特征之間有很大的差別。

3.根據權利1所述的一種基于深度會話興趣交互模型的課程推薦方法，其特征在于：基于順序時間建模劃分的會話，模型利用注意力機制能為不同的項目分配不同的權重，可以有效剔除噪聲課程，提取會話中包含的興趣點信息，有助于提高推薦的準確度。

4.根據權利1所述的一種基于深度會話興趣交互模型的課程推薦方法，其特征在于：在用戶興趣建模方面，由于用戶的會話的間隔時間內可能受多種因素的影響，興趣可能會產生變化，并且學習行為本身就是一個連續的行為，通過使用GRU模擬用戶每個會話之間興趣的變化，來提升學生在線學習的體驗。

5.模型在考慮動態變化的用戶興趣這個角度之后，還注意到用戶近期瀏覽的項目對于課程推薦也是一個重要的影響因素。本發明引入第二層Attention，為用戶動態興趣表示和近期交互的項目分配不同的權重，最終得到用戶的多角度興趣表示，從而來提高性能。