[发明专利]基于个性化的导师推荐算法在审
申请号: | 201810515233.3 | 申请日: | 2018-05-25 |
公开(公告)号: | CN108829752A | 公开(公告)日: | 2018-11-16 |
发明(设计)人: | 陈兴国;余光耀;陈欣;蔡明雪;崔双璐 | 申请(专利权)人: | 南京邮电大学 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06Q50/20 |
代理公司: | 南京苏科专利代理有限责任公司 32102 | 代理人: | 姚姣阳 |
地址: | 210023 江苏省*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 特征向量 个性化特征 个性化 学生选择 匹配度 向量 算法 排序 信息数据库 问答系统 学生参考 学生 衡量 | ||
1.一种基于个性化的导师推荐算法,用于协助学生选择导师,包括如下步骤:
S1、提供个性化问答系统,获取学生的个性化特征向量;
S2、提供导师信息数据库,获取导师的特征向量库;
S3、计算学生的个性化特征向量与导师的特征向量库中导师的特征向量的匹配度;
S4、按照匹配度从高到低的顺序对所述导师的特征向量库中导师的特征向量进行排序,选取排序后的所述导师的特征向量库中的前k位导师的特征向量建立推荐导师库;
S5、将所述推荐导师库中的导师推荐给学生。
2.根据权利要求1所述的基于个性化的导师推荐算法,其特征在于,所述步骤S2包括如下步骤:
S21、采用爬虫技术获取网络上的导师的基本信息,形成所述导师信息数据库;
S22、提取所述导师信息数据库中导师的个人信息,所述个人信息包括若干指标;
S23、将所述若干指标的信息进行分数数值化处理,形成每个导师对应的特征向量,以形成所述导师的特征向量库。
3.根据权利要求2所述的基于个性化的导师推荐算法,其特征在于,所述步骤S2还包括如下步骤:
S24、根据导师的个人信息中导师的研究方向,将所述导师的特征向量库分类为不同的子数据集。
4.根据权利要求2所述的基于个性化的导师推荐算法,其特征在于,所述若干指标包括但不限于研究方向、年龄、职称、专利数量、论文数量、研究广度以及团队规模。
5.根据权利要求2所述的基于个性化的导师推荐算法,其特征在于,所述步骤S23中的所述分数数值化处理为对所述若干指标进行打分,分值范围为1~5。
6.根据权利要求3所述的基于个性化的导师推荐算法,其特征在于,所述步骤S1包括如下步骤:
S11、提供个性化问答系统,学生回答该系统提出的若干问题,以调查学生对导师的期望信息;
S12、根据学生对问题的回答获取一组学生的特征值,以获取学生的个性化特征向量。
7.根据权利要求6所述的基于个性化的导师推荐算法,其特征在于,所述若干问题的包括指定问题,所述指定问题是调查学生感兴趣的研究方向,以便在所述不同的子数据集中进行推荐,所述指定问题学生可单选、多选或者不选。
8.根据权利要求7所述的基于个性化的导师推荐算法,其特征在于,当学生单选或者多选时,优先在对应的单个或者多个所述子数据集中进行导师推荐,以形成所述推荐导师库;当学生不选时,在所有导师的特征向量库中进行推荐,以形成所述推荐导师库。
9.根据权利要求8所述的基于个性化的导师推荐算法,其特征在于,所述S3的具体过程为:分别计算所述学生与导师的匹配度,将得到的匹配度值及对应的导师信息存入数组中,所述数组中的每个元素包含两条信息,分别为匹配度值与对应的导师姓名。
10.根据权利要求9所述的基于个性化的导师推荐算法,其特征在于,在所述步骤S3中,设定临界匹配度值P,学生单选或者多选时,当得到的不小于所述临界匹配度值P的导师位数不小于k时,则不再计算所述学生与剩余导师的匹配度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810515233.3/1.html,转载请声明来源钻瓜专利网。