一种推荐效果好的课件推荐系统技术方案

本发明专利技术提供了一种推荐效果好的课件推荐系统，包括客户终端以及与所述客户终端通过网络连接的系统端，所述系统端包括成员挖掘子系统和课件推荐子系统，所述用户挖掘子系统用于从课件使用者中挖掘有影响力的用户，所述课件推荐子系统用于有影响力的用户向客户终端推荐课件。本发明专利技术的有益效果为：采用有影响力的用户进行课件推荐，推荐的课件质量更高。

【技术实现步骤摘要】
一种推荐效果好的课件推荐系统
本专利技术涉及课件推荐
，具体涉及一种推荐效果好的课件推荐系统。
技术介绍
当前的网络多媒体教学领域中，多以商家推荐方式向客户提供教学内容，这种方式已不能很好的服务于当前日益变化的网络教学市场。通过用户进行推荐更容易让客户产生信赖。用户网络由个体和个体间的连接关系组成。个体也称为节点，可以是组织、个人、网络ID等不同含义的实体或虚拟个体；而个体间的相互关系可以是血缘、合作、联盟、敌对等各种各样的关系。选取有影响力的用户进行课件推荐成为解决用户推荐的关键所在。
技术实现思路
针对上述问题，本专利技术旨在提供一种推荐效果好的课件推荐系统。本专利技术的目的采用以下技术方案来实现：提供了一种推荐效果好的课件推荐系统，包括客户终端以及与所述客户终端通过网络连接的系统端，所述系统端包括成员挖掘子系统和课件推荐子系统，所述用户挖掘子系统用于从课件使用者中挖掘有影响力的用户，所述课件推荐子系统用于有影响力的用户向客户终端推荐课件。本专利技术的有益效果为：采用有影响力的用户进行课件推荐，推荐的课件质量更高。附图说明利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本专利技术的结构示意图；图2是本专利技术系统端结构示意图。附图标记：系统端1、客户终端2、成员挖掘子系统11、课件推荐子系统12。具体实施方式结合以下实施例对本专利技术作进一步描述。参见图1、图2，本实施例的一种推荐效果好的课件推荐系统，包括客户终端2以及与所述客户终端2通过网络连接的系统端1，所述系统端1包括成员挖掘子系统11和课件推荐子系统12，所述用户挖掘子系统11用于从课件使用者中挖掘有影响力的用户，所述课件推荐子系统12用于有影响力的用户向客户终端2推荐课件。本实施例采用有影响力的用户进行课件推荐，推荐的课件质量更高。优选的，所述课件推荐子系统12包含一课件数据库，所述有影响力的用户从课件数据库中向客户终端2推荐课件。本优选实施例建立课件数据库，从课件数据库中进行推荐，能够更为快捷的进行推荐。优选的，所述客户终端2为计算机或者手机。本优选实施例实现方便，无论用户在家里还是路上都能很方便阅读课件。优选的，所述用户挖掘子系统11包括用户网络建模模块、影响力分析模块和用户挖掘模块，所述用户网络建模模块用于建立用户网络模型，所述影响力分析模块用于根据用户网络模型对节点影响力进行分析，所述用户挖掘模块用于根据节点影响力对用户进行挖掘；具体采用以下方式建立所述用户网络模型：将每个用户看成一个节点，用三元组G＝(V,E,EH)表示用户网络，其中，EH表示各节点初始分值的集合，EHG(v)表示节点v在用户网络G上的初始分值，v∈V表示节点，V表示节点集合，e∈E表示节点间的关系，E表示节点间的连接关系集合。本优选实施例用户挖掘子系统实现了课件使用者中用户的有效挖掘，具体的，将用户网络建模为三元组模型，不仅完整抽象出了用户网络，而且模型简单直观，能够方便的获取有用信息，初始分值作为一个抽象函数，可以通过多种方式实现，例如采用PageRank来获取初始分值。优选的，所述影响力分析模块包括第一依赖度计算子模块、第二支持力计算子模块和第三影响力分析子模块，所述第一依赖度计算子模块用于计算节点的依赖度，所述第二支持力计算子模块用于根据节点的依赖度计算节点的支持力，所述第三影响力分析子模块用于根据节点的支持力对节点的影响力进行分析；具体采用以下方式计算节点的依赖度：对于任意节点u,v∈V，节点u对v的依赖度表示为：上述式子中，EHG(u)表示节点u在用户网络G中的初始分值，EM(u→v)表示节点u对v的依赖度，G-v表示用户网络G断开节点v与其它节点连接后的用户网络；依赖度越小，节点间关系越疏远，依赖度越大，节点间关系越紧密。本优选实施例影响力分析模块设置第一依赖度计算子模块求取节点的依赖度，通过建立依赖度函数，获取了用户网络中节点亲疏关系，对于后续节点支持力计算奠定了良好的基础，在依赖度计算过程中，采用断开节点连接的方式计算依赖度，保证了用户网络中节点数目不变，综合考虑EHG-v(u)和EHG(u)计算依赖度，获取了可信度更高的依赖度，为用户支持力计算奠定基础。优选的，所述第二支持力计算子模块包括一次支持力计算单元和二次支持力计算单元，所述一次支持力计算单元用于计算节点的第一支持力，所述二次支持力计算单元用于计算节点的第二支持力；计算节点的第一支持力采用以下方式：(1)将用户网络转化为二元组G′＝(V,EM)，EM表示节点间的依赖度集合，对于节点u,v∈V，EM(u→v)表示节点u对v的依赖度；(2)在G′中，对于v∈V，v的最近邻集合为v依赖最大的节点的集合，用N(v)表示，v的反向最近邻集合为对v依赖最大的节点的集合，用RN(v)表示；(3)在G＝(V,EM)中，对于u∈V，则u的第一支持力可表示为：上述式子中，YW1(u)表示节点u的第一支持力，|N(v)|表示v最近邻节点数目；计算节点的第二支持力采用以下方式：(1)将用户网络转化为二元组G′＝(V,EM)，EM表示节点间的依赖度集合，对于节点u,v∈V，EM(u→v)表示节点u对v的依赖度；(2)在G′中，对于v∈V，v的k近邻集合为v对节点依赖度在前k的节点的集合，用kN(v)表示，v的反向最近邻集合为对v依赖度在前k的节点的集合，用kRN(v)表示；(3)在G＝(V,EM)中，对于u∈V，则u的第二支持力可表示为：上述式子中，YW2(u)表示节点u的第二支持力，|kN(v)|表示v的k近邻节点数目。本优选实施例影响力分析模块设置第二支持力计算子模块求取节点的支持力，通过分别算节点的第一支持力和第二支持力，获取了更为全面的节点支持力信息，对于后续节点影响力计算奠定了良好的基础，其中，第一支持力基于最近邻节点计算，第二支持力基于k近邻节点计算，得到了节点在不同应用环境下的支持力。优选的，具体采用以下方式对节点的影响力进行分析：建立节点的影响力函数：上述式子中，LG(u)表示节点u的影响力函数值，影响力函数值越大，表明节点的影响力越大；具体采用以下方式进行对用户进行挖掘：计算用户的影响力函数值，选取影响力函数值最大的n个节点作为用户挖掘结果。本优选实施例影响力分析模块设置第三影响力分析子模块计算节点影响力，通过建立影响力函数，综合考虑了节点的第一支持力和第二支持力，获取的节点影响力更为科学准确，为后续发现用户网络中的重要个体或者群体提供了保证，从而能够保证课件推荐的质量；用户挖掘子系统中的用户挖掘模块根据影响力函数值对用户进行挖掘，得到的用户更为符合需求，从而更好的进行课件推荐。采用本专利技术推荐效果好的课件推荐系统进行课件推荐，当课件推荐数量分别为1、2、3、4、5时，对课件推荐时间和客户满意度进行统计，同现有技术相比，产生的有益效果如下表所示：课件推荐数量推荐时间缩短客户满意度提高123％21％225％20％330％25％427％19％520％23％最后应当说明的是，以上实施例仅用以说明本专利技术的技术方案，而非对本专利技术保护范围的限制，尽管参照较佳实施例对本专利技术作了详细地说明，本领域的普通技本文档来自技高网...

【技术保护点】
一种推荐效果好的课件推荐系统，其特征在于，包括客户终端以及与所述客户终端通过网络连接的系统端，所述系统端包括成员挖掘子系统和课件推荐子系统，所述用户挖掘子系统用于从课件使用者中挖掘有影响力的用户，所述课件推荐子系统用于有影响力的用户向客户终端推荐课件。

【技术特征摘要】
1.一种推荐效果好的课件推荐系统，其特征在于，包括客户终端以及与所述客户终端通过网络连接的系统端，所述系统端包括成员挖掘子系统和课件推荐子系统，所述用户挖掘子系统用于从课件使用者中挖掘有影响力的用户，所述课件推荐子系统用于有影响力的用户向客户终端推荐课件。2.根据权利要求1所述的推荐效果好的课件推荐系统，其特征在于，所述课件推荐子系统包含一课件数据库，所述有影响力的用户从课件数据库中向客户终端推荐课件。3.根据权利要求2所述的推荐效果好的课件推荐系统，其特征在于，所述客户终端为计算机或者手机。4.根据权利要求3所述的推荐效果好的课件推荐系统，其特征在于，所述用户挖掘子系统11包括用户网络建模模块、影响力分析模块和用户挖掘模块，所述用户网络建模模块用于建立用户网络模型，所述影响力分析模块用于根据用户网络模型对节点影响力进行分析，所述用户挖掘模块用于根据节点影响力对用户进行挖掘；具体采用以下方式建立所述用户网络模型：将每个用户看成一个节点，用三元组G＝(V,E,EH)表示用户网络，其中，EH表示各节点初始分值的集合，EHG(v)表示节点v在用户网络G上的初始分值，v∈V表示节点，V表示节点集合，e∈E表示节点间的关系，E表示节点间的连接关系集合。5.根据权利要求4所述的推荐效果好的课件推荐系统，其特征在于，所述影响力分析模块包括第一依赖度计算子模块、第二支持力计算子模块和第三影响力分析子模块，所述第一依赖度计算子模块用于计算节点的依赖度，所述第二支持力计算子模块用于根据节点的依赖度计算节点的支持力，所述第三影响力分析子模块用于根据节点的支持力对节点的影响力进行分析；具体采用以下方式计算节点的依赖度：对于任意节点u,v∈V，节点u对v的依赖度表示为：上述式子中，EHG(u)表示节点u在用户网络G中的初始分值，EM(u→v)表示节点u对v的依赖度，G-v表示用户网络G断开...

【专利技术属性】
技术研发人员：杨林，
申请(专利权)人：深圳森阳环保材料科技有限公司，
类型：发明
国别省市：广东,44