一种基于区域链的知识推荐方法技术

本发明专利技术公开了一种基于区域链的知识推荐方法，算法步骤如下：将用户的信息在区域链中进行提取；通过内在的程序对用户的信息进行分析和处理；区块链系统将模型推荐的知识类型反馈给用户进行判断；用户可以继续提供信息来对上述模型进行优化，根据更加具体的信息可以对模型的建立更加具象，从而可以更准确的为用户生产推荐；模型输出新的知识推荐并提供输出理由；根据知识类型提供对应的学习方案。本发明专利技术针对用户的使用习惯的分析配合数据库进行分析，另外通过模型输出新的知识推荐并提供输出理由，返回到步骤三中继续给用户进行判断，进行闭环的循环推荐，直到客户满意，该方法可以持续的为用户满意的方法，提升市场竞争力。

【技术实现步骤摘要】
一种基于区域链的知识推荐方法
本专利技术涉及区域链领域，特别涉及一种基于区域链的知识推荐方法。
技术介绍
区域链又称为区块链，区块链是一个信息
的术语。从本质上讲，它是一个共享数据库，存储于其中的数据或信息，具有“不可伪造”“全程留痕”“可以追溯”“公开透明”“集体维护”等特征。基于这些特征，区块链技术奠定了坚实的“信任”基础，创造了可靠的“合作”机制，具有广阔的运用前景。什么是区块链？从科技层面来看，区块链涉及数学、密码学、互联网和计算机编程等很多科学技术问题。从应用视角来看，简单来说，区块链是一个分布式的共享账本和数据库，具有去中心化、不可篡改、全程留痕、可以追溯、集体维护、公开透明等特点。这些特点保证了区块链的“诚实”与“透明”，为区块链创造信任奠定基础。而区块链丰富的应用场景，基本上都基于区块链能够解决信息不对称问题，实现多个主体之间的协作信任与一致行动。区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，是比特币的一个重要概念，它本质上是一个去中心化的数据库，同时作为比特币的底层技术，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次比特币网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块但是，现有的区块链对于用户的信息分析过于浅显，没有交互，很难推荐出用户喜欢的学习方法，导致客户满意度差，此外，区域链信息的安全性有待加强，为此，我们提出一种基于区域链的知识推荐方法来解决上述问题。
技术实现思路
为了克服现有技术的不足，本专利技术的目的在于提供一种基于区域链的知识推荐方法，来解决
技术介绍
中提出的问题。本专利技术的上述技术目的是通过以下技术方案得以实现的：一种基于区域链的知识推荐方法，包括算法步骤如下：步骤一：首先将用户的信息在区域链中进行提取；步骤二：通过内在的程序对用户的信息进行分析和处理，根据用户的信息整合出对于用户所需知识的推荐；步骤三：区块链系统将模型推荐的知识类型反馈给用户进行判断，用户进行反馈是否符合预期，若符合预期，根据知识类型提供对应的学习方案；步骤四：若不符合预期，用户可以继续提供信息来对上述模型进行优化，根据更加具体的信息可以对模型的建立更加具象，从而可以更准确的为用户生产推荐；步骤五：模型输出新的知识推荐并提供输出理由；步骤六：根据知识类型提供对应的学习方案。进一步的，所述步骤二，对用户信息的处理具体有用户信息的提取、信息分析处理、信息类型建模和模型输出推荐。进一步的，所述步骤五，将新的推荐返回到步骤三中继续给用户进行判断，进行闭环的循环推荐，直到客户满意，该方法可以持续的为用户满意的方法，提升市场竞争力。进一步的，所述步骤六，根据用户的学习习惯推荐更符合用户学习习惯的综合学习方案，学习方案包括有网络学习，书籍学习，线下课程学习以及自学等多种方式。进一步的，所述用户信息的提取，通过移动终端的监听技术，收集并量化用户在一次学习过程中，浏览知识页面所产生的行为信息，包括浏览速度、页面访问次数、屏幕点击次数、收藏行为、复制行为、分享行为、评论行为和点赞行为的信息。进一步的，所述所述信息分析处理将上述提取的信息得到兴趣特征行为指标，包括驻留度、关注度和认同度，对这些指标的量化值进行加权和计算，得到当次用户对于所关注的兴趣点的兴趣值。进一步的，所述信息类型建模将上述信息分析处理后输入到建模程序中，模型根据信息会对用户根据数据库的大数据进行对比，然后做出符合大数据的用户需求的预测。进一步的，上述知识的推荐过程会进行全程的信息安全防护，首先通过多层防护墙来对信息库的用户信息进行保护，避免用户信息被侵犯，另外对于用户信息存储时进行乱码存储，需要特定的解码程序才能对用户的信息进行提取，进一步提升用户信息的安全性，保障用户隐私信息的安全，另外对于该方法对于用户的提取记录会被实时记录，接受公共监督，多方位对用户信息安全进行监测。综上所述，本专利技术具有以下有益效果：1、综上所述，用户的个体行为与其自身的兴趣存在着很大的关系，用户对网页的兴趣度与其在区域链上的操作行为密切相关，大数据会对用户日常的行为表面下，隐藏着个人的兴趣信息，本专利技术针对用户的使用习惯的分析配合数据库进行分析，另外通过模型输出新的知识推荐并提供输出理由，返回到步骤三中继续给用户进行判断，进行闭环的循环推荐，直到客户满意，该方法可以持续的为用户满意的方法，提升市场竞争力；2、首先通过多层防护墙来对信息库的用户信息进行保护，避免用户信息被侵犯，另外对于用户信息存储时进行乱码存储，需要特定的解码程序才能对用户的信息进行提取，进一步提升用户信息的安全性，保障用户隐私信息的安全，另外对于该方法对于用户的提取记录会被实时记录，接受公共监督，多方位对用户信息安全进行监测。附图说明图1是本专利技术一种基于区域链的知识推荐方法的整体结构图。具体实施方式以下结合附图对本专利技术作进一步详细说明。面详细描述本专利技术的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。其中相同的零部件用相同的附图标记表示。需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“底面”和“顶面”、“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。参照图1所示，为本专利技术较优实施例中一种基于区域链的知识推荐方法，算法步骤如下：步骤一：首先将用户的信息在区域链中进行提取，；步骤二：通过内在的程序对用户的信息进行分析和处理，根据用户的信息整合出对于用户所需知识的推荐，具体有用户信息的提取、信息分析处理、信息类型建模和模型输出推荐；步骤三：区块链系统将模型推荐的知识类型反馈给用户进行判断，用户进行反馈是否符合预期，若符合预期，根据知识类型提供对应的学习方案；步骤四：若不符合预期，用户可以继续提供信息来对上述模型进行优化，根据更加具体的信息可以对模型的建立更加具象，从而可以更准确的为用户生产推荐；步骤五：模型输出新的知识推荐并提供输出理由，并且返回到步骤三中继续给用户进行判断，进行闭环的循环推荐，直到客户满意，该方法可以持续的为用户满意的方法，提升市场竞争力；步骤六：根据知识类型提供对应的学习方案，根据用户的学习习惯推荐更符合用户学习习惯的综合学习方案，学习方案包括有网络学习，书籍学习，线下课程学习以及自学等多种方式。所述用户信息的提取，通过移动终端的监听技术，收集并量化用户在一次学习过程中，浏览知识页面所产生的行为信息，包括浏览速度、页面访问次数、屏幕点击次数、收藏行为、复制行为、分享行为、评论行为和点赞行为的信息，所述所述信息本文档来自技高网...

【技术保护点】
1.一种基于区域链的知识推荐方法，其特征在于：算法步骤如下：/n步骤一：首先将用户的信息在区域链中进行提取；/n步骤二：通过内在的程序对用户的信息进行分析和处理，根据用户的信息整合出对于用户所需知识的推荐；/n步骤三：区块链系统将模型推荐的知识类型反馈给用户进行判断，用户进行反馈是否符合预期，若符合预期，根据知识类型提供对应的学习方案；/n步骤四：若不符合预期，用户可以继续提供信息来对上述模型进行优化，根据更加具体的信息可以对模型的建立更加具象；/n步骤五：模型输出新的知识推荐并提供输出理由；/n步骤六：根据知识类型提供对应的学习方案。/n

【技术特征摘要】
1.一种基于区域链的知识推荐方法，其特征在于：算法步骤如下：
步骤一：首先将用户的信息在区域链中进行提取；
步骤二：通过内在的程序对用户的信息进行分析和处理，根据用户的信息整合出对于用户所需知识的推荐；
步骤三：区块链系统将模型推荐的知识类型反馈给用户进行判断，用户进行反馈是否符合预期，若符合预期，根据知识类型提供对应的学习方案；
步骤四：若不符合预期，用户可以继续提供信息来对上述模型进行优化，根据更加具体的信息可以对模型的建立更加具象；
步骤五：模型输出新的知识推荐并提供输出理由；
步骤六：根据知识类型提供对应的学习方案。


2.根据权利要求1所述的一种基于区域链的知识推荐方法，其特征在于：所述步骤二，对用户信息的处理具体有用户信息的提取、信息分析处理、信息类型建模和模型输出推荐。


3.根据权利要求1所述的一种基于区域链的知识推荐方法，其特征在于：所述步骤五，将新的推荐返回到步骤三中继续给用户进行判断，进行闭环的循环推荐。


4.根据权利要求2所述的一种基于区域链的知识推荐方法，其特征在于：所述步骤六，根据用户的学习习惯推荐更符合用户学习习惯的综合学习方案，学习方案包括有网络学习，书籍学习，线...

【专利技术属性】
技术研发人员：汤智，王海燕，王成祥，
申请(专利权)人：安徽聚戎科技信息咨询有限公司，
类型：发明
国别省市：安徽;34