[发明专利]基于深度强化学习的个性化学习推荐方法有效
| 申请号： | 201810307140.1 | 申请日： | 2018-04-08 |
| 公开（公告）号： | CN108614865B | 公开（公告）日： | 2020-12-11 |
| 发明（设计）人： | 汤胤;黄书强;王雯 | 申请（专利权）人： | 暨南大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06F16/901;G06Q50/20 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 刘巧霞 |
| 地址： | 510632 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度强化学习的个性化学习推荐方法，包括以下步骤：定义知识点及题目的难度属性，根据知识点之间的关系构建知识点网络图；根据知识点之间的关系确定知识点下题目之间的关系，构建题目网络图；根据用户行为数据，在题目网络图中得到针对指定用户当前状态下的子图，作为学习边界；进而使用深度强化学习算法，利用用户历史记录建模，训练得到在用户当前状态下的子图中如何选取割集策略。本发明方法可智能化地为用户推荐最佳题目，节省用户学习时间，使其学习效率提高，学习体验提升。 | ||
| 搜索关键词： | 基于 深度 强化 学习 个性化 推荐 方法 | ||
【主权项】：
1.基于深度强化学习的个性化学习推荐方法，其特征在于，包括以下步骤：(1)定义知识点及题目的难度属性，根据知识点之间的关系构建知识点网络图；(2)根据知识点之间的关系确定知识点下题目之间的关系，构建题目网络图；(3)根据用户行为数据，在题目网络图中得到指定用户当前状态下的子图；(4)使用深度强化学习算法，利用用户历史记录建模，训练得到在用户当前状态下的子图中如何选取割集。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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暨南大学，未经暨南大学许可，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/patent/201810307140.1/，转载请声明来源钻瓜专利网。
- 上一篇：银行交易信息处理方法及装置
- 下一篇：网银客户贡献度分析方法、装置及系统
