[发明专利]一种在线学习中基于降噪自编码器混合模型的课程视频推荐算法在审
| 申请号： | 201810575724.7 | 申请日： | 2018-06-06 |
| 公开（公告）号： | CN108874960A | 公开（公告）日： | 2018-11-23 |
| 发明（设计）人： | 杨波;邹海瑞 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种在线学习中基于降噪自编码器混合模型的课程视频推荐算法。该方法包含基于降噪自编码器的用户特征提取算法与课程视频特征提取算法、自适应矩阵分解模型的评分预测算法两个部分。提供了基于降噪自编码器的用户特征提取算法和课程视频特征提取算法的具体步骤。提供了自适应矩阵分解模型的评分预测算法的具体步骤。与现有课程视频推荐算法相比，本发明能够利用降噪自编码器从评分矩阵和内容信息来进行自动特征提取；同时，将提取出的特征融入到矩阵分解之中，并建立内容信息和用户—课程视频评分矩阵的非线性交互关系，能够达到更高的推荐准确度。 | ||
| 搜索关键词： | 课程视频 编码器 降噪 矩阵分解 算法 特征提取算法 混合模型 内容信息 评分矩阵 提取算法 用户特征 预测算法 在线学习 自适应 自动特征提取 交互关系 准确度 融入 | ||
【主权项】：
1.一种在线学习中基于降噪自编码器混合模型的课程视频推荐算法，其特征在于：包含基于降噪自编码器的用户特征提取算法与课程视频特征提取算法、自适应矩阵分解模型的评分预测算法。
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电子科技大学，未经电子科技大学许可，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/201810575724.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于大数据技术的用户动态兴趣模型建立方法
- 下一篇：报表数据处理方法
