一种基于GRU和R-GCN的OJ平台题目序列推荐方法技术

本发明专利技术涉及一种基于GRU和R

【技术实现步骤摘要】
一种基于GRU和R
‑
GCN的OJ平台题目序列推荐方法


[0001]本专利技术涉及数据挖掘领域，尤其是涉及一种基于GRU和R
‑
GCN的OJ平台题目序列推荐方法。

技术介绍

[0002]OJ(online judege)平台是一个编程练习的在线评测系统，练习者可以通过自己的知识储备，选择合适的练习题目进行尝试，提交自己编写的代码，OJ平台会反馈用户代码评测的结果，用户判断一道题目是否适合自己往往会耗费大量时间，错误的尝试往往会使用户的学习信心受到打击，学习效果降低。随着信息技术的飞速发展，OJ平台习题推荐也有了全新的思考方式，利用大数据人工智能的方式为用户推荐合适的题目，减少用户在选择恰当的题目上耗费的时间。推荐算法在人工智能领域是一个研究的热点，经过长时间的发展也出现了很多的算法，常见的算法有：基于概率模型的算法，比如常见的朴素贝叶斯、BP(Back
‑
Propagation)神经网络、决策树以及随机森林等算法，在一定情况下都取得了不错的效果；基于协同过滤的推荐算法，最常见的就是基于用户/本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于GRU和R
‑
GCN的OJ平台题目序列推荐方法，其特征在于，包括：将用户在OJ平台上的历史答题记录等分为若干个时间结点，对于每个时间结点，构建一张二分图，所述的二分图以用户和题目作为结点，用户结点和题目结点之间的边表示用户尝试过对应的题目；分别对题目结点和用户结点向量化，获得题目结点嵌入和用户结点嵌入；对于每个时间结点，计算用户对各题目的掌握程度；每个时间结点内，对于同一种掌握程度的题目，根据对应的题目结点嵌入和用户结点嵌入，采用R
‑
GCN聚合用户的特征，获得该时间结点的聚合题目嵌入；将上一时间结点以及当前时间结点的聚合题目嵌入输入训练好的GRU模型，获得最终题目嵌入；根据最终题目嵌入以及当前时间结点的聚合题目嵌入获取各题目与用户的匹配评分，选取匹配评分最高且在当前时间结点内用户未尝试过的题目，作为OJ平台对用户的推荐题目。2.根据权利要求1所述的一种基于GRU和R
‑
GCN的OJ平台题目序列推荐方法，其特征在于，所述的用户对各题目的掌握程度的计算过程包括：计算用户对各题目的掌握评分；将掌握评分划分为R个评分区间，一个区间记作r，每个评分区间对应一种掌握程度，根据题目的掌握评分所在的评分区间，获得该题目的掌握程度。3.根据权利要求2所述的一种基于GRU和R
‑
GCN的OJ平台题目序列推荐方法，其特征在于，所述的二分图记为G(u，e，p)，u代表用户结点，p代表题目结点，e代表边，表示用户u对题目p有过尝试；所述的掌握评分的计算公式为：其中，r
u，p
表示用户u在当前时间结点内的对于题目p的通过率，r
p
表示OJ平台上题目p的总通过率，δ表示归一化函数。4.根据权利要求2所述的一种基于GRU和R
‑
GCN的OJ平台题目序列推荐方法，其特征在于，所述的R
‑
GCN的公式为：其中，u和v表示二分图中的结点，并且u和v之间有一条边直接连接，和表示在第l层网络中的结点嵌入，表示第l+1层网络中的结点嵌入，表示掌握评分在r区间内下的权重矩阵，表示当前结点的权重矩阵，表示u结点存在评...

【专利技术属性】
技术研发人员：潘建国，彭伟民，张波，胡正欣，李欢，
申请(专利权)人：上海师范大学，
类型：发明
国别省市：