一种自动化培训资源推荐方法及系统技术方案

本发明专利技术涉及自动化培训资源推荐技术领域，特别是一种自动化培训资源推荐方法及系统，其包括利用大语言模型(LLM)构建包含用户和课件信息的知识图谱；通过计算知识图谱中节点的拓扑势和信息熵对检索结果进行排序；根据排序结果确定推荐内容。本发明专利技术的有益效果为通过集成多模态数据处理能力，实现了对文本、表格、视频等多种课件内容以及人员信息的综合分析和知识图谱构建，提升了信息整合的全面性和精准度；其动态关联和实时适应机制能够根据用户行为和历史数据调整图谱结构，确保推荐内容的及时性和相关性；结合拓扑势和熵值的精准推荐方法提高了检索结果的准确性，更好地适应复杂场景需求。

【技术实现步骤摘要】

本专利技术涉及自动化培训资源推荐，特别是一种自动化培训资源推荐方法及系统。

技术介绍

1、现有的自动化培训资源推荐系统多依赖于单模态数据处理技术，主要通过独立的特征提取来进行资源匹配和推荐，这些系统在处理多模态数据时缺乏有效的整合机制，导致推荐结果局限于单一维度，难以提供全方位的资源匹配方案。同时，这些系统对文本的语义分析多停留在关键词或浅层匹配，难以理解深层次的语义关系，无法准确把握复杂内容之间的关联，导致推荐结果缺乏精准性。此外，现有推荐算法在追求高效的计算性能时往往在精度上有所妥协，反之亦然，限制了系统的适用性。现有推荐系统对用户兴趣的动态变化反应较慢，推荐规则相对固定，难以根据用户的实时行为或环境变化调整推荐结果，导致系统适用范围有限。

技术实现思路

1、本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。

<本文档来自技高网...

【技术保护点】

1.一种自动化培训资源推荐方法，其特征在于：包括，

2.如权利要求1所述的自动化培训资源推荐方法，其特征在于：所述利用大语言模型(LLM)构建包含用户和课件信息的知识图谱，包括

3.如权利要求2所述的自动化培训资源推荐方法，其特征在于：所述通过计算知识图谱中节点的拓扑势和信息熵对检索结果进行排序，包括

4.如权利要求3所述的自动化培训资源推荐方法，其特征在于：所述根据排序结果确定推荐内容，包括

5.如权利要求4所述的自动化培训资源推荐方法，其特征在于：所述方法包括根据用户行为和交互数据动态调整相关性阈值。

6.如权利要求5所述的...

【技术特征摘要】

1.一种自动化培训资源推荐方法，其特征在于：包括，

2.如权利要求1所述的自动化培训资源推荐方法，其特征在于：所述利用大语言模型(llm)构建包含用户和课件信息的知识图谱，包括

3.如权利要求2所述的自动化培训资源推荐方法，其特征在于：所述通过计算知识图谱中节点的拓扑势和信息熵对检索结果进行排序，包括

4.如权利要求3所述的自动化培训资源推荐方法，其特征在于：所述根据排序结果确定推荐内容，包括

5.如权利要求4所述的自动化培训资源推荐方法，其特征在于：所述方法包括根据用户行为和交互数据动态调整相关性阈值。

6.如权利要求5所述的自动化...

【专利技术属性】
技术研发人员：毛正雄，宁浩宇，施蔚青，张逸彬，李申章，
申请(专利权)人：云南电网有限责任公司信息中心，
类型：发明
国别省市：