[发明专利]一种基于隐式反馈数据的偏好计算方法及数据生成装置

说明书

本发明公开了一种基于隐式反馈数据的偏好计算方法，包括如下步骤：获取用户约课数据；根据用户约课数据生成偏好比对数据；根据偏好比对数据和偏好值计算模型获取偏好计算值；根据偏好计算值和偏好预测值对约课集合中的对象进行排序；用户约课数据包括约课对象和约课时间。本发明量化了用户的主观偏好，根据偏好计算值和偏好预测值对约课集合中的对象进行排序；更科学的得到了授课平台中所有可约课对象的排序分值。本发明方法以每位用户下的偏好计算值和偏好预测值为排序指标，能够实现个性化约课对象的搜索和推荐。通过使用本发明方法为用户推荐约课对象后，用户对所约课对象的好评率有了明显的提高。

技术领域

本发明涉及一种基于隐式反馈数据的偏好计算方法及数据生成装置，属于互联网教育领 域。

背景技术

“互联网+教育”是随着当今科学技术的不断发展，互联网科技与教育领域相结合的一种 新的教育形式。互联网教育是利用信息化技术对教育行业进行变革，让更多人以更低的成本 享受更好教育资源的教育方式。其中一对一的英语外教授课平台，让中国用户有机会通过视频直接向外国老师学习纯正的英语。在英语外教授课平台上，面对众多老师，用户存在不知 如何选择授课老师的问题，而如何为学员匹配最适合的老师，也是所有一对一授课平台一直 存在的问题。

发明内容

本发明的目的在于，提供一种基于隐式反馈数据的偏好计算方法，其能够量化用户对每 个约课对象的偏好值，通过量化后的偏好值，来获取用户的对约课对象的个性化排序及授课 平台上所有约课对象的排序，既能满足老用户的个性化需求，又能为新用户提供约课对象的优选方案。

为解决上述技术问题，本发明采用如下的技术方案：一种基于隐式反馈数据的偏好计算 方法，包括如下步骤：

获取用户约课数据；根据用户约课数据生成偏好比对数据；根据偏好比对数据和偏好值 计算模型获取偏好计算值；根据偏好计算值和偏好预测值对约课集合中的对象进行排序；用 户约课数据包括约课对象和约课时间；所述偏好值计算模型包括第一组评分模型r＝A，v＝B²， 其中r为能力评分，v为方差，B为偏差值，A和B为正整数值；偏好值计算模型包括第二组 评分模型r＝r_old，v＝min(V_old+c²t，B²)，其中c为衡量时间因素的常量系数，t为用户约课同一 约课对象的时间间隔；偏好值计算模型包括第三组评分模型其中s_j等于0或者1，e_j表示约课对象被用 户约课的概率。

前述的这种基于隐式反馈数据的偏好计算方法，所述根据用户约课数据生成偏好比对数 据包括如下步骤：

步骤S01：获取偏好对象数据，所述偏好对象数据包括用户近3个月的所约对象和收藏 对象。

步骤S02：判断约课对象是否记录在偏好对象数据中；若在偏好对象数据中记录有所述 约课对象，则执行步骤S03；若在偏好对象数据中未记录有约课对象，则执行步骤S04；

步骤S03：检索偏好对象数据中是否存在其它可约课对象，所述其它可约课对象在所述 约课时间段内可约课；若在所述约课时间段内存在其它可约课对象，则记录所述其它可约课 对象并执行步骤S05；若在所述约课时间段内不存在其它可约课对象，则执行步骤S06；

步骤S04：停止检索，且无偏好比对数据生成；

步骤S05：生成所述偏好比对数据；

步骤S06：停止生成偏好比对数据。

前述的这种基于隐式反馈数据的偏好计算方法，所述根据偏好比对数据和偏好值计算模 型获取偏好计算值包括如下步骤：

步骤S07：判断所述约课对象是否在约课集合中，若判断结果为否，则执行步骤S08；若 判断结果为是，则执行步骤S09；