个性化学习资源推荐系统技术方案

本发明专利技术公开了一种个性化学习资源推荐系统，包括：日志数据库；课程推荐模块，用于利用训练好的课程推荐模型预测用户对各课程的偏好程度；研修日志推荐模块，用于利用训练好的研修日志推荐模型预测用户对各研修日志的偏好程度；信息技术技巧推荐模块，用于利用训练好的信息技术技巧推荐模型预测用户对各信息技术技巧的偏好程度；研修活动推荐模块，用于利用训练好的研修活动推荐模型预测用户对各研修活动的偏好程度；资源推荐模块，用于利用训练好的资源推荐模型预测用户对各资源的偏好程度；推荐结果数据库。本发明专利技术能在教育云平台实现个性化学习功能。

Personalized Learning Resource Recommendation System

【技术实现步骤摘要】
个性化学习资源推荐系统
本专利技术涉及教育云平台领域，特别涉及一种个性化学习资源推荐系统。
技术介绍
原平台学习服务列表的排序，基本使用默认或按照发布时间先后进行排序，没有考虑用户在平台的各种行为习惯及学习偏好等因素，导致在向用户推荐课程或活动时，展现给用户的课程或活动的列表基本相同，机械而无个性化差异。原平台对多个模块的个性化推荐也基本采用相同的默认列表的形式提供选择，无法根据每个模块的功能和内容为用户选择最优列表进行展示。
技术实现思路
有鉴于此，本专利技术旨在提供一种个性化学习资源推荐系统，以在教育云平台实现个性化学习功能。具体而言，本专利技术提供一种个性化学习资源推荐系统，包括：日志数据库，用于存储用户课程选择信息、用户研修日志访问信息、用户信息技术技巧浏览信息、用户研修活动参与信息以及用户资源访问信息；课程推荐模块，用于从所述日志数据库读取用户课程选择信息，并将所述用户课程选择信息进行处理得到用户课程推荐训练数据，将所述用户课程推荐训练数据输入到预设的课程推荐模型进行训练，得到训练好的课程推荐模型，利用所述训练好的课程推荐模型预测用户对各课程的偏好程度，将偏好程度高的课程作为推本文档来自技高网...

【技术保护点】
1.一种个性化学习资源推荐系统，其特征在于，包括：日志数据库，用于存储用户课程选择信息、用户研修日志访问信息、用户信息技术技巧浏览信息、用户研修活动参与信息以及用户资源访问信息；课程推荐模块，用于从所述日志数据库读取用户课程选择信息，并将所述用户课程选择信息进行处理得到用户课程推荐训练数据，将所述用户课程推荐训练数据输入到预设的课程推荐模型进行训练，得到训练好的课程推荐模型，利用所述训练好的课程推荐模型预测用户对各课程的偏好程度，将偏好程度高的课程作为推荐课程；研修日志推荐模块，用于从所述日志数据库读取用户研修日志访问信息，并将所述用户研修日志访问信息进行处理得到用户研修日志推荐训练数据，将所...

【技术特征摘要】
1.一种个性化学习资源推荐系统，其特征在于，包括：日志数据库，用于存储用户课程选择信息、用户研修日志访问信息、用户信息技术技巧浏览信息、用户研修活动参与信息以及用户资源访问信息；课程推荐模块，用于从所述日志数据库读取用户课程选择信息，并将所述用户课程选择信息进行处理得到用户课程推荐训练数据，将所述用户课程推荐训练数据输入到预设的课程推荐模型进行训练，得到训练好的课程推荐模型，利用所述训练好的课程推荐模型预测用户对各课程的偏好程度，将偏好程度高的课程作为推荐课程；研修日志推荐模块，用于从所述日志数据库读取用户研修日志访问信息，并将所述用户研修日志访问信息进行处理得到用户研修日志推荐训练数据，将所述用户研修日志推荐训练数据输入到预设的研修日志推荐模型进行训练，得到训练好的研修日志推荐模型，利用所述训练好的研修日志推荐模型预测用户对各研修日志的偏好程度，将偏好程度高的研修日志作为推荐研修日志；信息技术技巧推荐模块，用于从所述日志数据库读取用户信息技术技巧浏览信息，并将所述用户信息技术技巧浏览信息进行处理得到用户信息技术技巧推荐训练数据，将所述用户信息技术技巧推荐训练数据输入到预设的信息技术技巧推荐模型进行训练，得到训练好的信息技术技巧推荐模型，利用所述训练好的信息技术技巧推荐模型预测用户对各信息技术技巧的偏好程度，将偏好程度高的信息技术技巧作为推荐信息技术技巧；研修活动推荐模块，用于从所述日志数据库读取用户研修活动参与信息，并将所述用户研修活动参与信息进行处理得到用户研修活动推荐训练数据，将所述用户研修活动推荐训练数据输入到预设的研修活动推荐模型进行训练，得到训练好的研修活动推荐模型，利用所述训练好的研修活动推荐模型预测用户对各研修活动的偏好程度，将偏好程度高的研修活动作为推荐研修活动；资源推荐模块，用于从所述日志数据库读取用户资源访问信息，并将所用户资源访问信息进行处理得到用户资源访问推荐训练数据，将所述用户资源访问推荐训练数据输入到预设的资源推荐模型进行训练，得到训练好的资源推荐模型，利用所述训练好的资源推荐模型预测用户对各资源的偏好程度，将偏好程度高的资源作为推荐资源；推荐结果数据库，用于存储所述推荐课程、推荐研修日志、推荐信息技术技巧、推荐信息技术技巧以及推荐资源。2.如权利要求1所述的个性化学习资源推荐系统，其特征在于，所述课程推荐模块包括：第一数据中心，用于从所述日志数据库读取第一用户对应的第一用户课程选择信息以及第二用户对应的第二用户课程选择信息，并将所述第一用户课程选择信息进行处理得到第一用户课程推荐训练数据，将所述第二用户课程选择信息进行处理得到第二用户课程推荐训练数据；课程推荐单元，用于将所述第一用户课程推荐训练数据输入到预设的课程推荐模型进行训练，得到训练好的第一课程推荐模型，利用所述训练好的第一课程推荐模型预测第一用户对各课程的偏好程度，将偏好程度最高的前n门课程作为第一推荐课程；还用于将所述第二用户课程推荐训练数据输入到预设的课程推荐模型进行训练，得到训练好的第二课程推荐模型，利用所述训练好的第二课程推荐模型预测第二用户对各课程的偏好程度，将偏好程度最高的前n门课程作为第二推荐课程；还用于计算第一用户对于第一推荐课程的推荐度，以及计算第二用户对于第二推荐课程的推荐度；还用于将所述第一推荐课程的推荐度以及第二推荐课程的推荐度通过所述第一数据中心传送至所述推荐结果数据库进行存储；第一流程控制单元，用于根据所述第一数据中心传输的数据，控制所述课程推荐单元进行动作。3.如权利要求2所述的个性化学习资源推荐系统，其特征在于，所述第一用户课程推荐训练数据包括第一用户的ID信息，第一用户选择课程的ID信息，以及第一用户对第一用户选择课程的偏好程度信息；以及第二用户课程推荐训练数据包括第二用户的ID信息，第二用户选择课程的ID信息，以及第二用户对第二用户选择课程的偏好程度信息；所述偏好程度信息p通过如下第一公式计算得到：p＝1+4×(Min(α,d/c))/α其中d表示第一用户选择课程或第二用户选择课程的平均浏总时长，c表示第一用户选择课程或第二用户选择课程的浏览次数，α表示预设的转换系数；所述推荐度r通过如下第二公式计算得到：r＝80+20×(p_cur-p_min)/(p_max-p_min)其中，p_cur表示预测的第一用户对第一用户选择课程的偏好程度，p_max为第一用户推荐的所有课程中偏好程度的最大值，p_min为第一用户推荐的所有课程中偏好程度的最小值；或者，p_cur表示预测的第二用户对第二用户选择课程的偏好程度，p_max为第二用户推荐的所有课程中偏好程度的最大值，p_min为第二用户推荐的所有课程中偏好程度的最小值。4.如权利要求3所述的个性化学习资源推荐系统，其特征在于，所述研修日志推荐模型包括：第二数据中心，用于从所述日志数据库读取第一用户对应的第一用户研修日志访问信息以及第二用户对应的第二用户研修日志访问信息，并将所述第一用户研修日志访问信息进行处理得到第一用户研修日志推荐训练数据，将所述第二用户研修日志访问信息进行处理得到第二用户研修日志推荐训练数据；第一用户研修日志访问信息包括第一用户访问过的m个研修日志；第二用户研修日志访问信息包括第二用户访问过的m个研修日志；内容相似度单元，用...

【专利技术属性】
技术研发人员：吴雪，龚亚勋，谢昆，秦军燕，
申请(专利权)人：北京奥鹏远程教育中心有限公司，
类型：发明
国别省市：北京,11