一种基于网络语言形式背景的线上课程混合推荐方法技术

本发明专利技术公开了一种基于网络语言形式背景的线上课程混合推荐方法，按照如下步骤进行：用户行为和社交数据数据采集与处理：将收集到的数据初始化、构建网络邻接矩阵、构成网络语言形式背景、计算网络语言概念知识；挖掘关联规则，形成关联规则库；利用用户协同过滤推荐获得初步推荐序列；规则验证并优化推荐序列；根据优化后的课程列表按照推荐强度采用Top‑N推荐线上课程。本发明专利技术综合考虑用户的历史行为和社交网络数据，与传统推荐系统相比，本发明专利技术能够更准确地捕捉用户关系及兴趣，提高推荐的可靠性和准确性。

【技术实现步骤摘要】

本专利技术涉及数据挖掘和推荐系统，尤其是一种基于网络语言形式背景的线上课程混合推荐方法。

技术介绍

1、目前，在线教育领域的课程资源广泛，用户面临的信息过载问题日益严重，如何在海量课程中精准地找到适合个人需求的内容，成为研究热点。传统的推荐系统主要包括以下几种：pazzani等提出的基于内容的推荐系统，系统会分析用户过去历史的项目特征，并推荐具有相似特征的新项目；koren等提出的基于模型的矩阵分解技术的推荐系统，基于模型的推荐系统还包括聚类、神经网络等。上述推荐方法通常依赖于用户的单一行为数据，如浏览记录和课程评分，这种方法在面对用户需求的动态变化和课程内容的多样性时，常常显得不足。由于用户的社交关系可以显著影响他们的学习偏好和选择，因此将社交网络融入推荐系统应运而生。li jianghao等人基于在线社交网络提出了一种主题感知网络嵌入方法，以提供智能推荐服务；ma gangfeng等人提出了一种社交偏好网络，并使用多个不同的图神经网络进行表示并用于推荐。

2、形式概念分析将数据组织成层次结构，使得数据的关系和结构更为清晰，这种可视化的层次结本文档来自技高网...

【技术保护点】

1.一种基于网络语言形式背景的线上课程混合推荐方法，其特征在于按照如下步骤进行：

【技术特征摘要】

1.一种基于网络语言形式背景的线上课程混...

【专利技术属性】
技术研发人员：邹丽，沙立伟，许海振，赵怀喆，吴燕翔，于杨，路易斯·马丁内斯·洛佩斯，克里斯托弗·德斯蒙德·纽真特，
申请(专利权)人：山东建筑大学，
类型：发明
国别省市：