一种个性化教育资源的推荐方法和装置制造方法及图纸

本发明专利技术提供一种个性化教育资源的推荐方法和装置，所述方法包括如下步骤：(1)根据用户对所述教育资源的当前初始偏好信息，确定所述用户的当前初始推荐向量；(2)根据所述用户的学习记录以及所述当前初始推荐向量，得到所述用户的当前个性化推荐向量；(3)计算所述当前初始推荐向量和当前个性化推荐向量的相关性r；(4)若所述相关性r大于指定阈值s，则根据所述当前个性化推荐向量，过滤得到推荐的资源；若所述相关性r小于等于指定阈值s，则提示所述用户重新选择兴趣类别，并返回所述步骤(1)。本技术方案为不同的用户推荐准确的个性化教育资源，使用户可以快速地找到与自己兴趣相符的内容。

【技术实现步骤摘要】

本专利技术涉及数据处理领域，尤其涉及一种个性化教育资源的推荐方法和装置。
技术介绍
在当今互联网时代，信息的制造、复制和传播都变得越来越容易，使得各种信息都 呈现爆炸增长的趋势。但在海量的数据面前，用户不得不把大量的时间浪费在信息的筛选 上。为了解决这个问题，各种个性化信息推荐方法越来越引起人们的注意。 目前的信息推荐技术主要分为两类。一类是基于邻居用户的兴趣内容进行信息推 荐的协同过滤技术，即找到与用户相似度最高的邻居用户，把邻居用户感兴趣的信息推荐 给用户。这种推荐技术有利于发现用户新的兴趣点，比较适用于社交类网站及一般商业类 网站。但是，教育资源推荐和商业推荐存在差异，一般在商业场景中用户的兴趣广泛，而在 远程教育领域用户的兴趣只在一个或几个特定的类别。例如，医学教育系统的用户大多是 医疗机构的医生、技师等，他们的工作领域往往是较为固定的医学类别，希望获取工作领域 的相关知识（如某类疾病的影像诊断知识）。因此，协同过滤的高发散性不适用于远程教育 资源的推荐。 另一类是基于内容的推荐，这种推荐以所有资源项为基础，从中提取特征词，通过 特征词之间的对比和相似性计算找到本文档来自技高网...

【技术保护点】
一种个性化教育资源的推荐方法，其特征在于，包括如下步骤：(1)根据用户对所述教育资源的当前初始偏好信息，确定所述用户的当前初始推荐向量；(2)根据所述用户的学习记录以及所述当前初始推荐向量，得到所述用户的当前个性化推荐向量；(3)计算所述当前初始推荐向量和当前个性化推荐向量的相关性r；(4)若所述相关性r大于指定阈值s，则根据所述当前个性化推荐向量，过滤得到推荐的资源；若所述相关性r小于等于指定阈值s，则提示所述用户重新选择兴趣类别，并返回所述步骤(1)。

【技术特征摘要】

【专利技术属性】
技术研发人员：陈文娟，秦畅，
申请(专利权)人：武汉联影医疗科技有限公司，上海联影医疗科技有限公司，
类型：发明
国别省市：湖北;42