一种基于知识图谱和用户相似度的教学资源推荐方法技术

本发明专利技术涉及信息检索技术领域，具体涉及一种基于知识图谱和用户相似度的教学资源推荐方法；本发明专利技术对教学资源文本进行预处理，再提取获取词向量，根据用户的历史行为，得到历史知识向量，根据词向量和历史知识向量计算用户对于教学资源的相似度，然后对知识图谱和用户相似度赋权重，融合获得联合相似度矩阵，并对联合相似度矩阵进行学习校正，再计算获得教学推荐资源，推荐给用户，本发明专利技术通过对联合相似度矩阵的校正，得到具有结构信息和特征选择信息联合矩阵，进而较大程度地联合数据的结构信息和特征选择信息来筛选出最具代表性的特征，并且本发明专利技术提升了教学推荐资源推荐的准确性，使得教学资源的推荐能够更符合学习者的知识认识水平。认识水平。认识水平。

【技术实现步骤摘要】
一种基于知识图谱和用户相似度的教学资源推荐方法


[0001]本专利技术涉及信息检索
，具体涉及一种基于知识图谱和用户相似度的教学资源推荐方法。

技术介绍

[0002]教学资源是为教学的有效开展提供的素材等各种可被利用的条件，通常包括教材、案例、影视、图片、课件等，也包括教师资源、教具、基础设施等，广义也应该涉及到教育政策等内容。从广义上来讲，教学资源可以指在教学过程中被教学者利用的一切要素，包括支撑教学的、为教学服务的人、财、物、信息等。从狭义上来讲，教学资源（学习资源）主要包括教学材料、教学环境及教学后援系统。
[0003]随着教育信息化的深入发展，互联网上的教学资源数量呈现出指数级的飞速增长，教学资源的类型也更加多元。同时在电子商务、社交网站等广泛应用的推荐系统，也逐渐应用到教育领域，能够在一定程度上实现教学资源的个性化推荐。
[0004]如专利申请号为CN201810749591.0的专利，其在说明书中记载有“首先根据知识图谱获取关键字扩充用户检索关键字集合，得到第一检索资源列表；根据用户之间的背景相似度和兴趣相似度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱和用户相似度的教学资源推荐方法，其特征在于，包括以下步骤：（1）对教学资源文本进行预处理，再提取关键词作为资源的语义特征，将关键词用词向量表示，其中，对教学资源文本进行预处理是指对教学资源文本进行分词，然后再去掉停用词，最后根据不同教学资源文本的重视程度，设置相应的权重比；（2）将资源文本中的向量排列成列表，再将该列表作为资源库；（3）根据用户的历史行为，将学习过的教学资源作为用户自己的知识库，并将用户自己的知识库用历史知识向量表示；（4）根据词向量和历史知识向量计算用户对于教学资源的相似度；（5）构建知识图谱，对知识图谱和用户相似度赋权重，融合获得联合相似度矩阵，其中，构建知识图谱需要按照关联关系进行逻辑运算，并用矩阵表示，对联合相似度矩阵进行学习校正；其中，所述关联关系包括前提与和前提或，若掌握知识点的前提是同时掌握知识点,则中每个知识点和知识点之间的关系均为前提与关系，若掌握知识点的前提是至少掌握知识点中的一个，则知识点中每个知识点与知识点间均为前提或关系；且对联合相似度矩阵进行学习校正的方法如下：假设有个不同知识点图谱的矩阵数据：，式中，表示第个知识点图谱的矩阵；将不同知识点图谱的矩阵看作一致，利用学习校正公式对联合相似度矩阵进行校正；其中，所述学习校正公式为：，式中，是第个知识点图谱的矩阵，和是一致相似度矩阵，为构造知识点图谱时的知识点个数，表示范数，指非0元素的个数，为第个知识点图谱的矩阵的权重参数，是权重向量，为的转置矩阵，为单位矩阵，为第个知识点图谱的矩阵的相似度矩阵，为在平衡参数下，第个知识点图谱的矩阵的权重参数，为第个知识点图谱的矩阵中第个元素，第个知识点图谱的矩阵中第个元素，、是平衡参数，且
；（6）根据学习校正后的联合相似度矩阵，计算获得联合相似度矩阵的最大值作为教学推荐资源，并将其...

【专利技术属性】
技术研发人员：袁亚兴，贺媛婧，
申请(专利权)人：国家开放大学，
类型：发明
国别省市：