【技术实现步骤摘要】
一种基于自适应学习推荐系统生成方法及系统
[0001]本专利技术涉及推荐系统
，尤其涉及一种基于自适应学习推荐系统生成方法及系统。
技术背景
[0002]在大数据和人工智能大发展的今天，教育的数字化改革也开始渐渐地引进相关的计算机技术，使得教师工作效率提高，也让学生能够更有针对性地学习，提升自我能力素养。由于传统在线教育辅导系统习题结构单一、学习效率低和没有针对性等诸多因素的存在，智能推荐习题系统的引入能使系统能根据每个学生的学习情况进行分析并进行个性化的习题推荐，提高学生的学习效率。
[0003]目前的智能推荐习题系统的推荐方式包括以下几种：
[0004]传统方法：主要利用学生
‑
题目交互表对学生或者题目计算相似度，取最为相似的若干道题目进行推荐。此类方法存在着数据冷启动的问题，数据冷启动即为对于新用户的第一轮推荐，由于没有任何的交互数据，系统无法根据当前用户的交互历史进行计算并推荐。
[0005]深度学习：使用深度神经网络对学生和题目的交互历史进行建模，得到学生对题目的准确...
【技术保护点】
【技术特征摘要】
1.一种基于自适应学习推荐系统生成方法，其特征在于：步骤一、构建模型输入数据结构；步骤二、设置模型训练任务：每一轮迭代都会对以下训练方式进行平均采样并执行；步骤三、建立自适应学习推荐系统。2.根据权利要求1所述的一种基于自适应学习推荐系统生成方法，其特征在于：所述步骤一的具体步骤为：从数据库中获取学生和题目的交互历史数据，并得到学生对题库中对所有题目最近一次的正确情况和作答答案构建学生的特征矩阵U
c
、U
a
，其中若学生作答正确为1，未曾作答和作答错误为0，此特征也作为训练时的标签，作答的答案为0、1、2、3，分别对应题目选项的A、B、C、D，未曾作答默认为0；在学生已完成的习题中按照一定的比例划分支持集set
support
和查询集set
query
，并得到支持掩码矩阵mask
input
和查询掩码矩阵mask
output
。3.根据权利要求1所述的一种基于自适应学习推荐系统生成方法，其特征在于：所述步骤二包括有：首轮预测，具体为：a.创建输入矩阵mask
train
并将初始化为零；b.根据支持掩码矩阵对每一位学生随机采样n道题目，对输入矩阵mask
train
的对应位置更新；c.将输入矩阵mask
train
和特征矩阵U
c
、U
a
相乘得到输入特征矩阵vector
input
；d.通过学生特征的嵌入层将输入特征矩阵vector
input
转化为学生嵌入特征embeded
input
；e.通过输入掩码的特征提取层将输入矩阵mask
input
转化为嵌入特征embeded
other
；f.将d，e得到的特征拼接并送入输出层得到模型输出output。4.根据权利要求3所述的一种基于自适应学习推荐系统生成方法，其特征在于：所述步骤二还包括有：自适应学习，具体为：a.创建输入矩阵mask
train
并将初始化为零；b.执行m次迭代；c.将输入矩阵mask
train
和特征矩阵U
c
、U
a
相乘得到输入特征矩阵vector
input
；d.通过学生特征的嵌入层将输入特征矩阵vector
input
转化为学生嵌入特征embededinput；e.通过输入掩码的特征提取层将输入矩阵mask
input
转化为嵌入特征embededother；f.将d，e得到的特征拼接并送入输出层根据情况计算模型输出output。5.根据权利要求4所述的一种基于自适应学习推荐系统生成方法，其特征在于：所述步骤b的具体操作为：每次将执行以下步骤：(1)将输入矩阵mask
train
和特征矩阵U
c
、U
a
相乘得到输入特征矩阵vector
input
；(2)通过学生特征的嵌入层将输入特征矩阵vector
input
转化为学生嵌入特征embeded
input
；(3)通过输入掩码的特征提取层将输入矩阵mask
train
转化为嵌入特征embededother；(4)将(2)，(3)得到的特征拼接并送入输出层得到模型输出output；(5)根据模型的输出output选...
【专利技术属性】
技术研发人员：蒋小青，林超纯，张秀屏，卓汉强，
申请(专利权)人：黑盒科技广州有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。